Python记录详细调用堆栈日志的方法介绍

Python013

Python记录详细调用堆栈日志的方法介绍,第1张

本文实例讲述了Python记录详细调用堆栈日志的方法。分享给大家供大家参考。具体实现方法如下：

import sysimport osdef detailtrace(info): retStr = "" curindex=0 f = sys._getframe() f = f.f_back # first frame is detailtrace, ignore it while hasattr(f, "f_code"): co = f.f_code retStr = "%s(%s:%s)->"%(os.path.basename(co.co_filename), co.co_name, f.f_lineno) + retStr f = f.f_back print retStr+infodef foo(): detailtrace("hello world")def bar(): foo()def main(): bar()if __name__ == "__main__": main()

输出：

aaa1.py( :27)->aaa1.py(main:24)->aaa1.py(bar:21)->aaa1.py(foo:18)->hello world

基础库

 

Numpy：矩阵计算与其它大多数框架的数据处理基础；

Scipy：科学计算库，提供了很多科学计算工具包和算法；

Matplotlab：专业画图工具，话说这个单词还是真是在Matlab之间插入了plot这个词形成的；

Pandas：提供类似于R语言的DataFrame操作，非常方便；

机器学习与深度学习

 

OpenCV：提供图像识别的很多方便的操作；

Orange：基于图形界面的机器学习程序，也可以用Python脚本来操作调用；

Scikit-Learn：前面说了，这是Python在机器学习领域里面的代表作。尤其是它的文档，完全可以当成机器学习的参考资料来阅读了，曾经我向朋友推荐的时候说，说过，把scikit-learn的文档当成佛经来读，假以时日，功力定会大增。

Theano：深度学习里面非常有名的一个框架了，也非常具有代表性。是其它很多框架的基础。

Keras：基于Theano进行了抽象，建议入门的话使用这个，搭积木一样地就可以弄个神经网络出来了。

NLTK：自然语言处理，提供的功能也很强大。

国内出品的Mxnet的Python接口

分布式机器学习与深度学习

 

Spark之MLlib的Python接口Pyspark

H2o的Python接口

收费的Graph Create的Python接口

Google最近刚出的TensorFlow的Python接口

三星最近刚出的Veles，目前只提供Python接口

Python记录详细调用堆栈日志的方法

这篇文章主要介绍了Python记录详细调用堆栈日志的方法,涉及Python调用堆栈日志的相关技巧,具有一定参考借鉴价值,需要的朋友可以参考下

import sys

import os

def detailtrace(info):

retStr = ""

curindex=0

f = sys._getframe()

f = f.f_back# first frame is detailtrace, ignore it

while hasattr(f, "f_code"):

co = f.f_code

retStr = "%s(%s:%s)->"%(os.path.basename(co.co_filename),

co.co_name,

f.f_lineno) + retStr

f = f.f_back

print retStr+info

def foo():

detailtrace("hello world")

def bar():

foo()

def main():

bar()

if __name__ == "__main__":

main()

输出：

aaa1.py(<module>:27)->aaa1.py(main:24)->aaa1.py(bar:21)->aaa1.py(foo:18)->hello world

希望本文所述对大家的Python程序设计有所帮助。