寫了一段小代碼，主要是用來測試一段序列的k均值聚類效果；

中間想到debug一下，但是想到自己似乎從來沒有正式地接觸過jupyter notebook中地debug，平時也只是多開幾個cell，然后在其他cell中復制粘貼部分代碼，一步一步運行，然后進行print()大法查看變量和數據結構。

import numpy as np
from sklearn.cluster import KMeans
window_size = 3
features = [] #每一個窗口的012顯狀態的頻率
obs_labels = [] #每一個窗口中心位置的顯狀態標簽n_states=3 # 隱狀態數
n_observations=3 # 顯狀態數seq = "MEGDAVEAIVEESETFIKGKERKTYQRRREGGQEEDACHLPQNQTDGGEVVQDVNSSVQMVMMEQLDPTLLQMKTEVMEGTVAPEAEAAVDDTQIITLQVVNMEEQPINIGELQLVQVPVPVTVPVATTSVEELQGAYENEVSKEGLAESEPMICHTLPLPEGFQVVKVGANGEVETLEQGELPPQEDPSWQKDPDYQPPAKKTKKTKKSKLRYTEEGKDVDVSVYDFEEEQQEGLLSEVNAEKVVGNMKPPKPTKIKKKGVKKTFQCELCSYTCPRRSNLDRHMKSHTDERPHKCHLCGRAFRTVTLLRNHLNTHTGTRPHKCPDCDMAFVTSGELVRHRRYKHTHEKPFKCSMCDYASVEVSKLKRHIRSHTGERPFQCSLCSYASRDTYKLKRHMRTHSGEKPYECYICHARFTQSGTMKMHILQKHTENVAKFHCPHCDTVIARKSDLGVHLRKQHSYIEQGKKCRYCDAVFHERYALIQHQKSHKNEKRFKCDQCDYACRQERHMIMHKRTHTGEKPYACSHCDKTFRQKQLLDMHFKRYHDPNFVPAAFVCSKCGKTFTRRNTMARHADNCAGPDGVEGENGGETKKSKRGRKRKMRSKKEDSSDSENAEPDLDDNEDEEEPAVEIEPEPEPQPVTPAPPPAKKRRGRPPGRTNQPKQNQPTAIIQVEDQNTGAIENIIVEVKKEPDAEPAEGEEEEAQPAATDAPNGDLTPEMILSMMDR"
seq_encoded = [ [0 if i in ["K","R","H"] else (1 if i in ["D","E"] else 2) ] for i in seq ]
for i in range(len(seq_encoded) - window_size + 1):window = seq_encoded[i:i+window_size]feature = np.zeros(n_observations)for obs in window:feature[obs[0]] += 1 # 計算0、1、2顯狀態頻數feature /= window_size  # 歸一化features.append(feature)obs_labels.append(seq_encoded[i+window_size//2]) # 記錄中心位置的顯狀態標簽features,obs_labels = np.array(features),np.array(obs_labels)# 使用K-means聚類
kmeans = KMeans(n_clusters=n_observations,random_state=2025)
cluster_labels = kmeans.fit_predict(features) #fit+predict# 統計每個簇對應的觀測分布
emission_counts = np.ones((n_states,n_observations)) # 拉普拉斯平滑for cluster_id in range(n_states):cluster_mask = (cluster_labels == cluster_id) # 獲取當前簇的掩碼,如果是當前簇的樣本則為Truecluster_obs = obs_labels[cluster_mask] #取出對應cluster id的觀測標簽for obs in cluster_obs:emission_counts[cluster_id,obs] += 1 # 對于每一個cluster_id是隱狀態，obs是顯狀態，進行計數
# 歸一化
emission_counts /= emission_counts.sum(axis=1, keepdims=True) # 按行歸一化
# 輸出每個簇的觀測分布
for i in range(n_states):print(f"Cluster {i} emission distribution: {emission_counts[i]}")

就拿最基本的斷點操作來舉例，比如說我只想運行代碼到第22行，然后簡單查看一下features,obs_labels的變量值。

如果是以前剛入門的我，可能就是直接另外開一個cell，然后把這前面22行代碼直接復制粘貼，然后單獨運行，運行之后再一步一步print，太low了。

一，現在來介紹一個調試的庫pdb：

jupyter的調試是通過python自帶的pdb庫來實現的。

首先是你的每個cell的code前面，加兩句

import pdb
pdb.set_trace() # 調試用，斷點調試

然后我們手頭上的代碼直接運行：

ctrl+enter

運行之后可以看到彈出的調試命令行框：

一些最基本的調試命令參數：

完整命令	簡寫命令	描述
args	a	打印當前函數的參數
break	b	設置斷點
clear	cl	清除斷點
condition	無	設置條件斷點
continue	c或者cont	繼續運行，知道遇到斷點或者腳本結束
disable	無	禁用斷點
enable	無	啟用斷點
help	h	查看pdb幫助
ignore	無	忽略斷點
jump	j	跳轉到指定行數運行
list	l	列出腳本清單
next	n	執行下條語句，遇到函數不進入其內部
p	p	打印變量值，也可以用print
quit	q	退出 pdb
return	r	一直運行到函數返回
tbreak	無	設置臨時斷點，斷點只中斷一次
step	s	執行下一條語句，遇到函數進入其內部
where	w	查看所在的位置
!	無	在pdb中執行語句

比如說我想在這里的第26行設置一個斷點：

我們輸入：

b 26

在輸入b 26之后：對比前面

比如說我現在想看一下features變量的值，我直接在輸入框中輸入features，或者print（features），同樣我可以看一下shape：

查看另外一個變量：

看shape，是一維array：

如果輸出調試信息太多了，可以clear cell的output；

調試完畢之后可以直接q退出。

二，jupyter本身也開發了相應的可視化debug工具

debugger

參考：https://zhuanlan.zhihu.com/p/120215615

參考：https://blog.csdn.net/weixin_41529093/article/details/117535034