如何检查python代码(包括库)？

Question

我正在编写一些机器学习代码，今天由于简单的错误，我损失了大约6个小时。

是这样的：

numpy.empty(100,100)

而不是

numpy.empty([100,100])

因为我不太习惯numpy，所以我忘记了括号。代码愉快地处理了数字，最后，就在将结果保存到磁盘之前，它在该行上崩溃了。

为了更好地理解，我在shell中的远程机器上编写代码，所以IDE并不是一个真正的选择。而且我怀疑IDE会发现这一点。

以下是我已经尝试过的：

1. 运行pylint -好的pylint有点工作。在我禁用了除错误和警告之外的所有内容之后，它甚至似乎是有用的。但是pylint在导入模块方面有严重的问题。正如在官方bug跟踪器上看到的，开发人员知道这一点，但不能/不会做任何事情。有人建议解决这个问题，但忽略整个模块对我的情况没有帮助。
2. 运行pychecker --如果我用我所犯的错误创建代码片段，pychecker会报告错误--与python解释器相同。但是，如果我在实际源文件(~100 LOC)上运行pychecker，它会报告其他错误(未使用的vars、未使用的导入等)；但错误的numpy行被跳过。

最后，我尝试了pyflakes，但是它所做的检查甚至比pychecker/pylint组合的还要少。

那么，有什么可靠的方法可以预先检查代码吗？而不是真的运行它。

Answer 1

具有更强类型检查的语言可以将您从此特定错误中拯救出来，但通常不会从错误中拯救您。有很多方法可以通过静态类型检查来出错。因此，如果需要很长时间的计算，那么采取以下策略是有意义的：

1. 在花费几个小时的大数据上运行代码之前，先在小示例(几秒钟或几分钟内运行)上逐个测试代码。
2. 构造长时间运行的计算，以便将中间结果保存到计算中适当点的磁盘上的文件中。这意味着，当发生故障时，您可以修复问题并从最后一个保存点重新启动计算。
3. 从交互式解释器中运行代码，这样在出现异常时，您将返回到交互式会话，从而有机会使用死后调试会话恢复数据。例如，假设我有一些长时间运行的计算： 工作(A，C)：B= scipy.linalg.inv(A) #当A是大回报B.dot(C)时需要很长时间 我在交互式解释器上运行这个程序，它会引发一个异常：D= work(A，C)回溯(最近一次调用)：文件""，第1行，文件"q22080243.py"，第6行，工作返回B.dot(C) ValueError:矩阵不对齐 哦不！我忘了转C！我要再做一次A的反演吗？如果我打电话给pdb.pm，就不会了： 导入pdb >>> pdb.pm() >q22080243.py(6) ->返回B.dot(C) (Pdb) B数组([-0.01129249，0.06886091，.，0.08530621，-0.03698717，0.02586344，-0.04872148，……，-0.04853373，0.01089163，.，.，-0.11463087，0.15048804，.，0.0722889，-0.12388141，-0.00467437，-0.13650975，.，-0.13894875，0.02823997]) 现在，与Lisp不同的是，我不能只做正确的事情并继续执行。但至少我可以恢复中间结果： (Pdb) D= B.dot(C.T) (Pdb) numpy.savetxt('result.txt'，D)

Answer 2

你用单元测试吗？没有更好的办法了。