Python Data Science Handbook, 2. Auflage

Kapitel 3. Fehlersuche und Profiling

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Zusätzlich zu den erweiterten interaktiven Werkzeugen, die im vorherigen Kapitel besprochen wurden, bietet Jupyter eine Reihe von Möglichkeiten, den Code, den du ausführst, zu untersuchen und zu verstehen, z. B. um Fehler in der Logik oder eine unerwartet langsame Ausführung aufzuspüren. In diesem Kapitel werden einige dieser Werkzeuge vorgestellt.

Fehler und Fehlersuche

Die Entwicklung von Code und die Analyse von Daten erfordern immer ein wenig Versuch und Irrtum, und IPython enthält Werkzeuge, die diesen Prozess rationalisieren. In diesem Abschnitt geht es kurz um einige Optionen zur Steuerung der Python-Ausnahmeberichterstattung, gefolgt von Werkzeugen zur Fehlerbehebung im Code.

Ausnahmen kontrollieren: %xmode

Wenn ein Python-Skript fehlschlägt, löst es in den meisten Fällen eine Ausnahme aus. Wenn der Interpreter auf eine dieser Ausnahmen stößt, können Informationen über die Fehlerursache im Traceback gefunden werden, der von Python aus zugänglich ist. Mit der magischen Funktion %xmode ermöglicht es dir IPython, die Menge der Informationen, die beim Auslösen der Ausnahme ausgegeben werden, zu steuern. Betrachte den folgenden Code:

In [1]: def func1(a, b):
            return a / b

        def func2(x):
            a = x
            b = x - 1
            return func1(a, b)

In [2]: func2(1)
ZeroDivisionError                         Traceback (most recent call last)
<ipython-input-