Python デバッグ; print() とアサーション (分析例 2)
次の記事では、Python でのデバッグについて学びます。いくつかの Python デバッグ メソッドについて学び、Python プログラミングにおいて Python デバッグがどのような役割を果たすことができるかを理解します。
デバッグが必要な理由
プログラムを一度作成して正常に実行できる確率は非常に低く、基本的には 1% を超えません。修正が必要なさまざまなバグが常に存在します。いくつかのバグは非常に単純です。エラー メッセージを見ればわかります。いくつかのバグは非常に複雑です。エラーが発生したときにどの変数が正しい値を持ち、どの変数が間違った値を持っているかを知る必要があります。したがって、次のことが必要です。プログラムをデバッグし、バグを修正するための手段の完全なセット。では、Python はどのようにして をデバッグするのでしょうか?以下にその答えを示します。
最初の方法 は、単純、直接的、粗雑で効果的です。これは、print() を使用して、問題がある可能性のある変数を出力し、確認することです。 ##実行後の出力で検索する 出力された変数値:
def foo(s):
n = int(s)
print('>>> n = %d' % n)
return 10 / n
def main():
foo('0')
main()print() を使用する最大の欠点は、将来それを削除する必要があることです。プログラムの実行結果には大量のジャンク情報も含まれます。そこで、2 番目の方法があります。
2 番目の方法は、表示を支援するために print() が使用される場合はどこでも、代わりにアサーション (assert) を使用できます。 $ python err.py
>>> n = 0
Traceback (most recent call last):
...
ZeroDivisionError: integer division or modulo by zero
assert は、式 n ! を意味します。 = 0 は True である必要があります。そうでない場合、プログラム動作のロジックに従って、次のコードは間違いなく間違っています。
アサーションが失敗すると、assert ステートメント自体が AssertionError をスローします:
def foo(s):
n = int(s)
assert n != 0, 'n is zero!'
return 10 / n
def main():
foo('0')プログラムがアサートでいっぱいの場合、print() と同じになります。ただし、-O パラメータを使用すると、Python インタープリタの起動時にアサートをオフにすることができます。
$ python err.py Traceback (most recent call last): ... AssertionError: n is zero!
これをオフにすると、すべてのアサート ステートメントをパスとして表示できます。
以上がこの記事の内容です、この記事では主に
pythonデバッグに関する関連知識を紹介しますので、上記の内容を理解するために活用していただければ幸いです。この記事で説明したことがあなたのお役に立ち、Python の学習が容易になることを願っています。 関連知識の詳細については、php 中国語 Web サイトの
Python チュートリアル以上がPython デバッグ; print() とアサーション (分析例 2)の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。
ホットAIツール
Undress AI Tool
脱衣画像を無料で
Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ
AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。
Clothoff.io
AI衣類リムーバー
Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。
人気の記事
ホットツール
メモ帳++7.3.1
使いやすく無料のコードエディター
SublimeText3 中国語版
中国語版、とても使いやすい
ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境
ドリームウィーバー CS6
ビジュアル Web 開発ツール
SublimeText3 Mac版
神レベルのコード編集ソフト（SublimeText3）
Pythonでメモリリークをデバッグするための一般的な戦略は何ですか？
Aug 06, 2025 pm 01:43 PM
USETRACEMALLOCTOTRACKMEMORYALLOCATIONS ANDIDENTIFIFYMEMORYLINES; 2.monitorObjectCountSwithgcandobjgraphtodectectgrowingObjecttypes;
暗号通貨取引における感情分析とは何ですか？
Aug 14, 2025 am 11:15 AM
目次暗号通貨取引における感情分析とは何ですか？暗号通貨投資で感情分析が重要である理由は、感情データの重要なソースa。ソーシャルメディアプラットフォームb。ニュースメディアc。センチメント分析とテクノロジーのツールセンチメント分析で一般的に使用されるツール：採用された技術：センチメント分析を取引戦略に統合する方法：戦略の使用方法：戦略の例：BTC取引シナリオシナリオ設定の仮定：感情シグナル：決定：結果：結果とリスクハミドによる最近の2025年の研究
Pythonを使用してExcelからWebフォームにデータ入力を自動化する方法は？
Aug 12, 2025 am 02:39 AM
Pythonを使用してExcelデータをWebフォームに入力する方法は次のとおりです。最初にPandasを使用してExcelデータを読み取り、次にSeleniumを使用してブラウザを制御してフォームを自動的に入力して送信します。特定の手順には、Pandas、OpenPyXL、Seleniumライブラリのインストール、対応するブラウザドライバーのダウンロード、Pandasを使用してdata.xlsxファイルの名前、電子メール、電話、その他のフィールドを読み取り、セレニウムを介してブラウザを起動してターゲットWebページを開き、フォーム要素を見つけ、レインごとにデータラインを提出します。ループ内のすべてのデータライン。
メモリに収まらないPythonで大きなデータセットを処理する方法は？
Aug 14, 2025 pm 01:00 PM
Pythonのメモリを超える大きなデータセットを処理する場合、一度にRAMにロードすることはできません。代わりに、チャンク処理、ディスクストレージ、ストリーミングなどの戦略を採用する必要があります。 CSVファイルは、PandasのChunksizeパラメーターを介してチャンクで読み取ることができ、ブロックごとにブロックを処理できます。 Daskを使用して、Pandas構文と同様の並列化とタスクスケジューリングを実現して、大規模なメモリデータ操作をサポートできます。メモリの使用量を減らすために、テキストファイルをラインごとに読み取るためのジェネレーター関数を書き込みます。 Parquet Colornarストレージ形式をPyarrowと組み合わせて使用して、特定の列または行グループを効率的に読み取ります。 NumpyのMemmapを使用して大きな数値配列をメモリして、需要のあるデータフラグメントにアクセスするか、SQLiteやDuckDBなどの軽量データにデータを保存します。
Pythonクラス内にカスタムイテレーターを実装する方法は？
Aug 06, 2025 pm 01:17 PM
__iter __（）toreturntheiteratorobject、gultivativitalsforaseparateteratorintance.2.define__next __（）toreturnthenextvalueandraisestopiteration weenex.tocreateareeusablecustomiterator、manageStatewithin__iter __（
Pythonのインデックスを使用して、列挙の使用方法ループに
Aug 11, 2025 pm 01:14 PM
シーケンスを通過してインデックスにアクセスする必要がある場合は、enumerate（）関数を使用する必要があります。 1。ENUMARETE（）は、範囲（len（sequence））よりも簡潔なインデックスと値を自動的に提供します。 2。start = 1など、1ベースのカウントを達成するなど、開始パラメーターを介して開始インデックスを指定できます。 3.最初のアイテムのスキップ、ループの数の制限、出力のフォーマットなど、条件付きロジックと組み合わせて使用できます。 4。リスト、文字列、タプルなどの反復可能なオブジェクトに適用でき、サポート要素の解放。 5.コードの読みやすさを改善し、手動でカウンターの管理を避け、エラーを減らします。
Pythonである場所から別の場所にファイルとディレクトリをコピーする方法
Aug 11, 2025 pm 06:11 PM
ファイルとディレクトリをコピーするために、PythonのShotilモジュールは効率的で安全なアプローチを提供します。 1。shuldil.copy（）またはshutil.copy2（）を使用して、メタデータを保持する単一のファイルをコピーします。 2。shutil.copytree（）を使用して、ディレクトリ全体を再帰的にコピーします。ターゲットディレクトリは事前に存在することはできませんが、ターゲットはdirs_exist_ok = true（python3.8）を介して存在することを許可できます。 3.特定のファイルを、Ingrore.ignore_patterns（）またはカスタム関数と組み合わせてフィルタリングできます。 4。コピーディレクトリにはos.walk（）とos.makedirs（）のみが必要です
株式市場分析と予測にPythonを使用する方法は？
Aug 11, 2025 pm 06:56 PM
Pythonは、株式市場分析と予測に使用できます。答えはイエスです。 Yfinanceなどのライブラリを使用し、Pandasをデータクリーニングと機能エンジニアリングに使用し、MatplotlibまたはSeabornを視覚分析に組み合わせ、Arima、Random Forest、Xgboost、LSTMなどのモデルを使用して予測システムを構築し、バックテストによるパフォーマンスを評価します。最後に、アプリケーションはFlaskまたはFastapiで展開できますが、市場予測の不確実性、リスク、取引コストに過剰になることに注意を払う必要があります。成功は、データの品質、モデル設計、合理的な期待に依存します。
