Python 代碼編輯器怎么選？PyCharm、VS Code、Jupyter Notebook 都各有特色，Jupyter 適合做數(shù)據(jù)分析這些需要可視化的操作，PyCharm 更適合做完整的 Python 項(xiàng)目。然而，因?yàn)榻换ナ讲僮?，很少?huì)有開(kāi)發(fā)者想到用 Jupyter 做 Debug。

盡管很多讀者可能認(rèn)為 Jupyter 用來(lái)做展示和小型試驗(yàn)就足夠了，Debug 并沒(méi)有太大的需求，但彌補(bǔ)上 Jupyter 缺失的一環(huán)，能讓它更好用，未來(lái) Debug 也會(huì)作為默認(rèn)模式。 為什么 Jupyter 需要 Debug？ Jupyter 這種工具雖然有很好的交互性能，但其也明白，對(duì)于大型代碼庫(kù)，最好還是用傳統(tǒng)的 IDE 比較靠譜。因此為了彌補(bǔ)這一缺陷，Jupyter 項(xiàng)目在過(guò)去幾年也希望通過(guò) JupyterLab 來(lái)加強(qiáng)對(duì)大型代碼庫(kù)的處理過(guò)程。 然而，JupyterLab 還是有一大缺陷，它不能通過(guò)可視化的方式進(jìn)行 Debug，這限制了進(jìn)一步的調(diào)試。這幾天，Jupyter 團(tuán)隊(duì)表示，經(jīng)過(guò)幾個(gè)月的開(kāi)發(fā)，他們很高興能第一次發(fā)布 Jupyter 可視化 Debugger。 雖然這只是第一版，但目前已經(jīng)可以設(shè)置常見(jiàn)的斷點(diǎn) Debug，查看各種變量、執(zhí)行模塊等信息。

新工具的用法也很簡(jiǎn)單，很常見(jiàn)的 Debug 方式差不多。如果讀者想要安裝這個(gè)新工具，那么首先你需要為 JupyterLab 裝前端插件：

jupyterlabextensioninstall@jupyterlab/debugger 至于后端 Kernel，Jupyter 團(tuán)隊(duì)表示目前 kernel 需要實(shí)現(xiàn) Jupyter Debug Protocol，因此暫時(shí)只能用xeus-python： condainstallxeus-python-cconda-forge 只要裝好前端與后端，我們就可以直接使用了。開(kāi)發(fā)者還提供了 Debug 的線(xiàn)上體驗(yàn)版，不需要安裝任何東西就能體驗(yàn)。 在線(xiàn) Debug 環(huán)境： https://hub.gke.mybinder.org/user/jupyterlab-debugger-hwxovlw4/lab/tree/examples/index.ipynb Xeus-python：第一個(gè)支持 Jupyter Debug 的內(nèi)核 Xeus 是 Jupyter kernel protocol 的 C++實(shí)現(xiàn)，它本身并不是一個(gè)內(nèi)核，而是能幫助構(gòu)建內(nèi)核的庫(kù)。當(dāng)開(kāi)發(fā)者希望構(gòu)建 Python、Lua 等擁有 C、C++ API 的語(yǔ)言?xún)?nèi)核時(shí)，它非常有用。 目前已經(jīng)有一些內(nèi)核使用 xeus 進(jìn)行開(kāi)發(fā)，Xeus-python 內(nèi)核是我們做 Python 開(kāi)發(fā)時(shí)可選的一個(gè)內(nèi)核，它去年就已經(jīng)有發(fā)布。Xeus-python 之所以被 Jupyter 團(tuán)隊(duì)選為第一個(gè)實(shí)現(xiàn) Debug 的內(nèi)核，主要是它有以下兩大優(yōu)勢(shì)：

Xeus-python 具有可插拔的并發(fā)模型，它允許在不同的線(xiàn)程中運(yùn)行 Control channel 的處理過(guò)程；

Xeus-python 有非常輕量級(jí)的代碼庫(kù)，因此迭代與更新都非常方便。

短期內(nèi)，xeus-python 還會(huì)有進(jìn)一步提升的計(jì)劃，例如添加 Ipython 魔術(shù)方法，優(yōu)化 xeus-python 的 PyPI 等。 深入至 debugger 的前端架構(gòu) JupyterLab 的 debugger 擴(kuò)展針對(duì)用戶(hù)對(duì) IDE 的使用習(xí)慣提供了通常性功能：

帶有資源管理器的側(cè)邊欄，無(wú)序列表，源預(yù)覽以及允許導(dǎo)航至調(diào)用堆棧

可直接在代碼旁（即在代碼單元以及代碼控制臺(tái)中）設(shè)置斷點(diǎn)的功能

可視化的標(biāo)記，指示當(dāng)前執(zhí)行停止的位置

當(dāng)使用 Jupyter 筆記本時(shí)，執(zhí)行的狀態(tài)保存在內(nèi)核中。但是如果我們執(zhí)行了一個(gè) cell，然后又把整個(gè) cell 刪了，那么用戶(hù)在 Dubug 的時(shí)候希望運(yùn)行到那些代碼又怎么辦？ 如下動(dòng)圖所示，該插件支持特定用例，并能在只讀模式下查看以前執(zhí)行過(guò)的 cell。

進(jìn)入已刪除的單元格

在 JupterLab 中調(diào)試代碼控制臺(tái)

在 JupyterLab 中調(diào)試文件 可以在 notebook 級(jí)別上啟用調(diào)試，用戶(hù)可以在調(diào)試 notebook 的同時(shí)在另一個(gè) notebook 上工作。

同時(shí)調(diào)試多個(gè)筆記本 可以使用樹(shù)狀查看器和表狀查看器檢查變量：

變量瀏覽器 JupyterLab 的 debugger 插件目標(biāo)是與任何支持調(diào)試內(nèi)核一并使用。通過(guò) Debug Adapter Protocol，debugger 插件可以抽象出針對(duì)于特定語(yǔ)言的功能，并為用戶(hù)提供匹配的調(diào)試界面。 并且團(tuán)隊(duì)計(jì)劃在 2020 年對(duì) debugger 的體驗(yàn)進(jìn)行重大改進(jìn)，例如在變量瀏覽器中支持豐富的渲染，在 UI 中支持條件斷點(diǎn)。 VS Code 可視化 Debug 工具 Debug 是條漫漫長(zhǎng)路，不久前機(jī)器之心也介紹過(guò)一款 VS Code 實(shí)時(shí)可視化 debug 工具，在此也可以作為參考。以一種更優(yōu)雅、更簡(jiǎn)潔的 debug 方式幫用戶(hù)找到代碼問(wèn)題所在是未來(lái)優(yōu)化的方向之一，而之前所介紹這款可視化 debug 能夠快速展示數(shù)據(jù)結(jié)構(gòu)。 從效果層面上看此款工具更加驚艷，而且跟以往傳統(tǒng) debug 方式的展示形式完全不同，比如將斷點(diǎn)設(shè)置為第 32 行定義雙向鏈表，隨后一行行運(yùn)行代碼就會(huì)在右圖展現(xiàn)出對(duì)應(yīng)的數(shù)據(jù)結(jié)構(gòu)圖。

同時(shí)也會(huì)根據(jù)數(shù)據(jù)結(jié)構(gòu)以不同的方式展現(xiàn)，例如樹(shù)形、表格、曲線(xiàn)和圖等。

同時(shí)還內(nèi)置了其他可自定義的可視化調(diào)節(jié)器，可以根據(jù)面對(duì)不同的處理對(duì)象，可選擇更易于理解的可視化方式。比如圖表可視化，Plotly 可視化，Tree 可視化，網(wǎng)格可視化，文本可視化等等。

Plotly 可視化

AST 可視化 不過(guò)這款 VS Code 的 debug 工具開(kāi)發(fā)者正在探討其對(duì) Python 的支持，而對(duì)于 Python 的完美支持會(huì)使得該項(xiàng)目更加便捷且適用。 而對(duì)于 debug 來(lái)說(shuō)，不管最終是采用的是 print（）大法，或是善用 assert 語(yǔ)句，亦或是以直接設(shè)置斷點(diǎn)，包括各種新推出的 debug 工具。單從輔助工具角度層面看，只要它能夠提高工作效率，不管是哪款 debug 工具，找到適合你的那便是值得一試

原文標(biāo)題：神器 jupyter，終于來(lái)了！

文章出處：【微信公眾號(hào)：人工智能與大數(shù)據(jù)技術(shù)】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。

責(zé)任編輯：haq