今天小编给大家分享一下Python之debug调试的方法是什么的相关知识点，内容详细，逻辑清晰，相信大部分人都还太了解这方面的知识，所以分享这篇文章给大家参考一下，希望大家阅读完这篇文章后有所收获，下面我们一起来了解一下吧。
本文用的测试代码：
from torchvision import transforms from torchvision.datasets import FashionMNIST import os os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE" #数据集准备 train_data = FashionMNIST( root = "./data/FashionMNIST", train = True, transform = transforms.ToTensor(), download = True #如果没下载数据，就下载数据；如果已经下载好，就换为False ) test_data = FashionMNIST( root = "./data/FashionMNIST", train = False, transform = transforms.ToTensor(), download = True #如果没下载数据，就下载数据；如果已经下载好，就换为False ) train_data_x=train_data.data train_data_y=train_data.targets test_data_x=test_data.data test_data_y=test_data.targets print(train_data_x.shape) print(train_data_y.shape) print(type(train_data_x)) print(type(train_data_y)) print(test_data_x.shape) print(test_data_y.shape) def function1(x): for i in range(x): print(i) function1(7)
一、debug环境介绍
点击这个爬虫就可开始debug
在debug前我们需要设置断点：（设置几个都行）
进入debug后，左下角：
1）debugger里面可以看到存在的变量：
2）console里面可以我们一步步调试的过程，输出的结果会打印在里面：
二、debug按钮介绍
分别是
1）step over 快捷键：F8
2）step into 快捷键：F7
3）step into my code 快捷键： alt+shift+F7
4) step out 快捷键： shift+F8
2.1、step into:单步执行（遇到函数也是单步）
注意看蓝色的线变化（蓝色的线，代表即将被debug，但是还没有debug到）
刚我debug了两次，结果如下：
step into 遇到进了函数也是单步（以我们这里定义的循环打印函数为例）：
2.2、step over:单步执行（遇到函数，全部运行）
这个相比step over 就是函数里执行的区别：（step over 是直接执行完）
2.3、step into my code:（直接跳到下一个断点）
这个很好理解了，这里我有三个断点，所以会debug三次，然后结束：
2.4、step out : 执行完剩下的函数，并跳到上一层函数
就是之前在函数内部单步调试时，用step out 能一下执行完，返回到上一层函数。
用了之后，整个函数直接执行完，但进程未结束
看蓝色的线，返回到了上一层函数