首页 > Python资料 博客日记
vscode-python的debug 教学(最全)
2024-05-31 19:00:04Python资料围观238次
vscode中的python-debugger的使用
Visual Studio Code 的主要功能之一是其强大的调试支持。VS Code 的内置调试器有助于加速编辑、编译和调试循环。
一、 安装python-debugger插件
在插件库内搜索python Debugger,安装插件
三、 进行debug(不带参数的)
(1)创建debug_learning.py测试文件
def add_fun(a, b):
a = a * 10
b = b * 100
c = a + b
return c
if __name__ == '__main__':
a = 10
b = 78
c = add_fun(a, b)
c = c
print(f"a + b = {c}")
(2)设置断点
(2)启动debug模式
(3)debug的各个按钮的介绍
三、 进行debug(带有参数的)
开始调试
以下文档基于内置的 Node.js 调试器,但大多数概念和功能也适用于其他调试器。
在阅读有关调试的信息之前,首先创建一个示例Node.js应用程序会很有帮助。您可以按照Node.js演练安装Node.js并创建一个简单的“Hello World”JavaScript 应用程序 ()。设置简单的应用程序后,此页面将引导你了解 VS Code 调试功能。app.js
“运行和调试”视图
若要显示“运行和调试”视图,请在 VS Code 一侧的活动栏中选择“运行和调试”图标。您还可以使用键盘快捷键 Ctrl+Shift+D。
“运行和调试”视图显示与运行和调试相关的所有信息,并具有包含调试命令和配置设置的顶部栏。
如果尚未配置运行和调试(尚未创建),则 VS Code 将显示“运行启动”视图。launch.json
启动配置
若要在 VS Code 中运行或调试简单应用,请在“调试”开始视图上选择“运行并调试”,或按 F5,VS Code 将尝试运行当前活动文件。
但是,对于大多数调试方案,创建启动配置文件是有益的,因为它允许配置和保存调试设置详细信息。VS Code 将调试配置信息保留在位于工作区(项目根文件夹)或用户设置或工作区设置中的文件夹中的文件中。launch.json.vscode
若要创建文件,请单击“运行开始”视图中的“创建launch.json文件”链接。launch.json
vscode 将尝试自动检测调试环境,但如果失败,则必须手动选择它:
下面是为 Node.js 调试生成的启动配置:
{
// 使用 IntelliSense 了解相关属性。
// 悬停以查看现有属性的描述。
// 欲了解更多信息,请访问: https://go.microsoft.com/fwlink/?linkid=830387
"version": "0.2.0",
"configurations": [
{
"name": "Python 调试程序: 包含参数的当前文件",
"type": "debugpy",
"request": "launch",
"program": "${file}",
"console": "integratedTerminal",
"args": "${command:pickArgs}"
}
]
}
在深度学习的项目中,想要对train.py进行配置,下面是命令行
python train.py -batch 64 -dataset cifar_fs -gpu 1 -extra_dir your_run -temperature_attn 5.0 -lamb 0.5
按照上面的格式转化为下面文件
{
"version": "0.2.0",
"configurations": [
{
"name": "Python: Train with Args",
"type": "python",
"request": "launch",
"program": "/root/autodl-tmp/renet-main/train.py",
"console": "integratedTerminal",
"args": [
"-batch", "64",
"-dataset", "cifar_fs",
"-gpu", "1",
"-extra_dir", "your_run",
"-temperature_attn", "5.0",
"-lamb", "0.5"
],
"env": {
"PYTHONUNBUFFERED": "1"
}
}
]
}
这里是配置解释:
“name”: “Python: Train with Args”: 这是您的调试配置名称,您可以在调试启动配置下拉菜单中找到它。
“type”: “python”: 指定了使用Python调试器。
“request”: “launch”: 表示启动一个新的调试会话。
“program”: "
w
o
r
k
s
p
a
c
e
F
o
l
d
e
r
/
t
r
a
i
n
.
p
y
"
:
指定要调试的
P
y
t
h
o
n
脚本,
{workspaceFolder}/train.py": 指定要调试的Python脚本,
workspaceFolder/train.py":指定要调试的Python脚本,{workspaceFolder}是当前VS Code工作区目录的占位符,假设train.py位于工作区的根目录下。
“console”: “integratedTerminal”: 调试输出将显示在VS Code的集成终端中。
“args”: 包含您想要传递给train.py脚本的命令行参数列表。
“env”: {“PYTHONUNBUFFERED”: “1”}: 设置环境变量PYTHONUNBUFFERED为1,这样做可以让Python的输出在终端中实时显示,而不是被缓冲。
确保您的train.py和其他相关文件位于VS Code当前的工作区目录中。调整"program"字段的路径,如果您的train.py文件位于不同的位置。此配置允许您通过集成终端直接以指定的参数运行和调试train.py。
如果有多个程序需要调试的话
可以进行如下的设置:
{
"version": "0.2.0",
"configurations": [
{
"name": "调试1",
"type": "debugpy",
"request": "launch",
"program": "/root/autodl-tmp/renet-main/train.py",
"console": "integratedTerminal",
"args": [
"-batch", "64",
"-dataset", "cifar_fs",
"-gpu", "1",
"-extra_dir", "your_run",
"-temperature_attn", "5.0",
"-lamb", "0.5"
],
"env": {
"PYTHONUNBUFFERED": "1"
}
},
{
"name": "调试2",
"type": "debugpy",
"request": "launch",
"program": "/root/autodl-tmp/renet-main/train.py",
"console": "integratedTerminal",
"args": [
"-batch", "64",
"-dataset", "cifar_fs",
"-gpu", "1",
"-extra_dir", "your_run",
"-temperature_attn", "5.0",
"-lamb", "0.5"
],
"env": {
"PYTHONUNBUFFERED": "1"
}
}
]
}
至此,vscode-python debug 的基础教学到此完毕.
标签:
相关文章
最新发布
- 【Python】selenium安装+Microsoft Edge驱动器下载配置流程
- Python 中自动打开网页并点击[自动化脚本],Selenium
- Anaconda基础使用
- 【Python】成功解决 TypeError: ‘<‘ not supported between instances of ‘str’ and ‘int’
- manim边学边做--三维的点和线
- CPython是最常用的Python解释器之一,也是Python官方实现。它是用C语言编写的,旨在提供一个高效且易于使用的Python解释器。
- Anaconda安装配置Jupyter(2024最新版)
- Python中读取Excel最快的几种方法!
- Python某城市美食商家爬虫数据可视化分析和推荐查询系统毕业设计论文开题报告
- 如何使用 Python 批量检测和转换 JSONL 文件编码为 UTF-8
点击排行
- 版本匹配指南:Numpy版本和Python版本的对应关系
- 版本匹配指南:PyTorch版本、torchvision 版本和Python版本的对应关系
- Python 可视化 web 神器:streamlit、Gradio、dash、nicegui;低代码 Python Web 框架:PyWebIO
- 相关性分析——Pearson相关系数+热力图(附data和Python完整代码)
- Python与PyTorch的版本对应
- Anaconda版本和Python版本对应关系(持续更新...)
- Python pyinstaller打包exe最完整教程
- Could not build wheels for llama-cpp-python, which is required to install pyproject.toml-based proj