¿Cuál es la forma correcta de depurar en el portátil iPython?

Que yo sé, %debug magic puede depurar dentro de una celda.

Sin embargo, tengo llamadas a funciones en varias celdas.

Por ejemplo,

In[1]: def fun1(a)
           def fun2(b)
               # I want to set a breakpoint for the following line #
               return do_some_thing_about(b)

       return fun2(a)

In[2]: import multiprocessing as mp
       pool=mp.Pool(processes=2)
       results=pool.map(fun1, 1.0)
       pool.close()
       pool.join

Lo que probé:

1. Traté de establecer %debugen la primera línea de la celda 1. Pero entra en modo de depuración inmediatamente, incluso antes de ejecutar la celda 2.

2. Traté de agregar %debugla línea justo antes del código return do_some_thing_about(b). Pero luego el código se ejecuta para siempre, nunca se detiene.

¿Cuál es la forma correcta de establecer un punto de interrupción dentro del cuaderno de ipython?

Use ipdb

Instalarlo a través de

pip install ipdb

Uso:

In[1]: def fun1(a):
   def fun2(a):
       import ipdb; ipdb.set_trace() # debugging starts here
       return do_some_thing_about(b)
   return fun2(a)
In[2]: fun1(1)

Para ejecutar el uso de línea por línea ny para ingresar a una función, use sy salga del uso del indicador de depuración c.

Para obtener una lista completa de los comandos disponibles: https://appletree.or.kr/quick_reference_cards/Python/Python%20Debugger%20Cheatsheet.pdf

Puedes usar ipdbdentro de jupyter con:

from IPython.core.debugger import Tracer; Tracer()()

Editar : las funciones anteriores están en desuso desde IPython 5.1. Este es el nuevo enfoque:

from IPython.core.debugger import set_trace

Agregue set_trace()donde necesita un punto de interrupción. Tipo helpde ipdbcomandos cuando aparezca el campo de entrada.

Su función de retorno está en línea con la función def (función principal), debe asignarle una pestaña. Y use

%%debug 

en vez de

%debug 

para depurar toda la celda, no solo la línea. Espero, tal vez esto te ayude.

Siempre puede agregar esto en cualquier celda:

import pdb; pdb.set_trace()

y el depurador se detendrá en esa línea. Por ejemplo:

In[1]: def fun1(a):
           def fun2(a):
               import pdb; pdb.set_trace() # debugging starts here
           return fun2(a)

In[2]: fun1(1)

En Python 3.7 puede usar la función breakpoint () . Solo ingresa

breakpoint()

donde quiera que se detenga el tiempo de ejecución y desde allí puede usar los mismos comandos pdb (r, c, n, ...) o evaluar sus variables.

Simplemente escriba import pdbjupyter notebook y luego use esta hoja de trucos para depurar. Es muy conveniente.

c-> continuar, s-> paso, b 12-> establecer el punto de interrupción en la línea 12 y así sucesivamente.

Algunos enlaces útiles: Documento oficial de Python en pdb , ejemplos de depurador de Python pdb para comprender mejor cómo usar los comandos del depurador .

Algunas capturas de pantalla útiles:

Después de obtener un error, en la siguiente celda simplemente ejecute %debugy listo.

El %pdbcomando mágico también es bueno para usar. Sólo decir%pdb on y, posteriormente, el pdbdepurador se ejecutará en todas las excepciones, sin importar qué tan profundo en la pila de llamadas. Muy útil.

Si tiene una línea en particular que desea depurar, simplemente plantee una excepción allí (¡a menudo ya lo está!) O use el %debugcomando mágico que otras personas han estado sugiriendo.

Acabo de descubrir PixieDebugger . Incluso aunque todavía no haya tenido tiempo de probarlo, realmente parece la forma más similar de depurar la forma en que se usa ipython con ipdb

También tiene una pestaña "evaluar"

Se está poniendo a disposición un depurador nativo como una extensión de JupyterLab. Lanzado hace unas semanas, esto se puede instalar obteniendo la extensión correspondiente, así como el núcleo xeus-python (que en particular viene sin la magia conocida por los usuarios de ipykernel):

jupyter labextension install @jupyterlab/debugger
conda install xeus-python -c conda-forge

Esto permite una experiencia de depuración visual bien conocida de otros IDE.

Fuente: un depurador visual para Jupyter