神器，轻松可视化 Python 程序调用流程

我们先来看下效果图：

怎么样，神器很是轻松惊艳吧~

下面我们就来一起完成这个可视化过程。

1. 安装 graphviz 工具

生成图片的可视过程，是程程依赖工具 graphviz 的，我们先进行下载安装。序调

下载地址

http://www.graphviz.org/download/

2. 实战

接下来我们还需要安装两个 Python 依赖库。用流

pip install pycallgraph

下面我们先写一个基础的神器代码;

from pycallgraph import PyCallGraph

from pycallgraph.output import GraphvizOutput

class Banana:

def eat(self):

pass

class Person:

def __init__(self):

self.no_bananas()

def no_bananas(self):

self.bananas = []

def add_banana(self, banana):

self.bananas.append(banana)

def eat_bananas(self):

[banana.eat() for banana in self.bananas]

self.no_bananas()

def main():

graphviz = GraphvizOutput()

graphviz.output_file = basic.png

with PyCallGraph(output=graphviz):

person = Person()

for a in range(10):

person.add_banana(Banana())

person.eat_bananas()

if __name__ == __main__:

main()

代码比较简单，定义了两个简单类，轻松主要 pycallgraph 的可视核心代码在 main 函数中，在 with 代码块下，程程把我们定义的源码库序调代码执行一遍即可

运行上面的代码，会在当前目录下生成 basic.png 图片文件

从生成的用流图片可以非常清晰的看出整个代码的运行过程，从 main 代码块到各个类的神器初始化，可以说一目了然。轻松

我们再来一个复杂一点的可视例子：

import re

from pycallgraph import PyCallGraph

from pycallgraph import Config

from pycallgraph.output import GraphvizOutput

def main():

graphviz = GraphvizOutput()

graphviz.output_file = regexp.png

config = Config(include_stdlib=True)

with PyCallGraph(output=graphviz, config=config):

reo = compile()

match(reo)

def compile():

return re.compile(^[abetors]*$)

def match(reo):

[reo.match(a) for a in words()]

def words():

return [

abbreviation,

abbreviations,

abettor,

abettors,

abilities,

ability,

abrasion,

abrasions,

abrasive,

abrasives,

]

if __name__ == __main__:

main()

代码同样不负责，不过在编译器内部是调用了 re 正则的，我们来看看最终生成的图片：

可以看到整个代码过程复杂了很多，云南idc服务商因为内部调用了很多正则内部函数等，但是整体还是非常清晰的

可以说这个神级第三方库，绝对是众多 Python 爱好者，尤其是刚刚入门 Python 领域的朋友的福音，当我们遇到某些不熟悉的较为复杂的代码块时，不妨使用该库来尝试一下可视化，看看能不能从中爆发灵感呢~

云服务器提供商

很赞哦!（2）