下面项目作者写了一个函数以将数值转换为二进制码，该函数返回的是一个二进制列表。下面我们将装饰器 @pysnooper.snoop() 加到该函数上，就大功告成了。

import pysnooper

@pysnooper.snoop()
def number_to_bits(number):
    if number:
        bits = []
        while number:
            number, remainder = divmod(number, 2)
            bits.insert(0, remainder)
        return bits
    else:
        return [0]

number_to_bits(6)
该函数返回的日志如下，我们可以看到在调用 number_to_bits 函数时，赋予参数 number 的初始值为 6。然后，PySnooper 就还是对着源代码一行行分析了。


如上分析所示，函数每创建一个新变量，那么这个变量的值、这个变量的变化都会展示出来。而且 PySnooper 还将循环展开，因此变化的细节更加明确。最终 6 的二进制版本应该是 [1, 1, 0]，它的变化过程也展示在 bits 变量中。

现在通过这些详细信息，PySnooper 再也不用担心我们用 print 函数强行 deBug 了。

PySnooper 详细特征
如果标准错误输出难以获得，或者太长了，那么可以将输出定位到本地文件：

@pysnooper.snoop('/my/log/file.log')
查看一些非本地变量的值：

@pysnooper.snoop(variables=('foo.bar', 'self.whatever'))
展示我们函数中调用函数的 snoop 行：

@pysnooper.snoop(depth=2)
将所有 snoop 行以某个前缀开始，更容易定位和找到：

@pysnooper.snoop(prefix='ZZZ ')
演示 PySnooper
下面我们最开始尝试使用 PySnooper 获取 TensorFlow 的信息，如果它能获取各种张量信息，那可就太强大了。

首先使用 pip 安装包：

pip install pysnooper