可能是最强大的Python debug工具包！

安利一下自制debug工具：SuperDebug，尤其适合从事机器学习、数据科学的程序猿们

GitHub链接：觉得好用就给个⭐️吧~

https://github.com/Azure-Vision/SuperDebug​github.com/Azure-Vision/SuperDebug

习惯使用print(var)打印debug？没问题，现在你只需要换成debug(var)即可，学习成本几乎为0，但是功能却远比print强大。

准备工作：在需要debug的工程目录下添加debug.py（需要从GitHub上下载），在其他文件中import：from debug import debug, mark

让我们看看这套工具都支持哪些功能吧：

功能1: debug(var)

用黄色字体打印（与普通的打印区分）：

• debug(var)所在位置，如"/path/to/file.py", line 666, in some_function（command / ctrl + 单击 即可跳转到文件中 debug(var)所在行，看看究竟是附近哪里有bug）
• 数组形状（AI小白傻fufu不知道每个tensor长什么样？debug一下便知。仅限list、numpy的array、torch的tensor）
• var的具体值

进阶功能：还不熟悉的同学可以先跳过 （需要更改debug.py中的开关）

1. 一次性打印多个变量：debug(var1, var2, var3, ...)
2. 同步输出在终端（PRINT = True）和同目录下的debug.log文件中（TO_FILE = True）
3. 对于一些循环程序，你或许只想打印有限次，只需设置 MAX_LOG = 想打印的次数 即可
4. 如果你希望只打印变量的形状，而不打印变量的内容，可以使用debug(False, var)
5. 打印完整矩阵内容，禁止pytorch、numpy自动省略：FULL = True
6. 对于一些套娃的list / dict，可以控制详细打印至第几层，标准为0，建议用3： PEEK_LAYER = 0

功能2: mark(var)

运行了这么长时间。。。为什么程序还没有跑完？

不用慌，在代码的关键节点插入mark()，如果程序有运行到这个位置，就会用黄色字体打印出所在位置，如"/path/to/file.py", line 666, in some_function。

在代码中，像“沿路洒下小石子”一样，插入多个mark()，你就知道程序是在哪里卡住啦~

进阶功能：

若过有输入具体变量mark(var)，则会用黄色字体打印出 var 的值。（若仅用mark()而无输入，则打印mark()所在的位置）

功能3: 在出错时跳至ipdb调试界面，便捷debug

自动停在出错的那一步（需设置BUGGY = True）：当出现Exception，程序不会退出，而是会暂停在出现Exception的那一步。

这时你可以使用var（输出var的值）, up（上一步）, down（下一步）等控制命令进行调试。更多命令同ipdb

功能4: 在指定位置停下（设置断点）

在想设置断点处写 raise Exception()，与功能3同理，程序将会停在exception处