今天我们来分享一个 Python 领域的神级第三方库 -- pycallgraph，通过该库并结合 graphviz 工具，就可以非常方便的完成 Python 应用程序调用流程的可视化工作
我们先来看下效果图
怎么样，很是惊艳吧~
下面我们就来一起完成这个可视化过程
安装 graphviz 工具
生成图片的过程，是依赖工具 graphviz 的，我们先进行下载安装
下载地址
http://www.graphviz.org/download/
详细对于 graphviz 工具，大家应该也熟悉了，我们以前通过该工具进行过决策树的可视化工作，具体可以看这里
数据分析入门系列教程-决策树实战
上面的链接包含了详细的安装配置过程，这里就不再赘述了
实战
接下来我们还需要安装两个 Python 依赖库
代码语言：javascript复制pip install pycallgraph
下面我们先写一个基础的代码
代码语言：javascript复制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，主要 pycallgraph 的核心代码在 main 函数中，在 with 代码块下，把我们定义的代码执行一遍即可
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 代码块到各个类的初始化，可以说一目了然
我们再来一个复杂一点的例子
代码语言：javascript复制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，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~
好了，这就是今天分享的全部内容
