AI量化的py函数调用图工具：pycallgraph

ziwang

AI量化的py函数调用图工具：pycallgraph 2019年5月11日  zw
AI量化的py函数调用图工具：pycallgraph

对于初学者而言，函数调用图工具，可以工具源码，自动生成函数的运行流程，以及调用关系。
大大降低学习拿督，快速把握程序逻辑。
大部分从事大数据、金融量化的一线人员，都不是专业程序员，这类工具，可以节约大量的时间成本。

在TopQuant.vip极宽网站的网盘，以及QQ群文件中有一个小软件，即 Python流程图绘制软件 CODINGRAPH。
使用该软件，拷贝py代码就可以自动绘制流程图，对其他编程语言也适用。

下面介绍的 pycallgraph ，属于内置式的函数调用图工具，更加专业。
pycallgraph被称为python代码工具的神器，通过图形方式，追踪函数的相互调用的情况。
以下是工具Top极宽《backtrader课件-F系列》，第一个案例btr001，生成的函数调用图：
课件目录参见：http://www.topquant.vip/btr-f2019.htm

由上图可以看出，如果说 pycallgraph 的缺点，就是生成的函数调用图，太过详细，连不同模块，底层函数class类定义的init初始化函数，都有节点图。
不过pycallgraph绘制的函数调用图，深度和节点，是可以通过参数控制的，这个请大家参看pycallgraph的相关文档。
zw测试了n多类似的工具，大部分都是采用外部调用，或者生成web结果数据，使用相对繁琐。
pycallgraph，属于少见的内置式辅助工具，使用非常简单：
通常只需两个步骤：
#1，import导入pycallgraph模块库

from pycallgraph import PyCallGraph
from pycallgraph.output import GraphvizOutput

#2，设置参数，和需要调试的代码

graphviz = GraphvizOutput()
graphviz.output_file = ‘tmp/btr001.png’
#
with PyCallGraph(output=graphviz):
     code-to-do(需要调试代码)

code-to-do，是用户需要调试代码，可以整理为一个函数，也可以是段代码块block

以下是 本blog采用的案例课件btr001.py，对应的调试版本:

from pycallgraph import PyCallGraph
from pycallgraph.output import GraphvizOutput

#----------------------

graphviz = GraphvizOutput()
graphviz.output_file = 'tmp/btr001.png'
with PyCallGraph(output=graphviz):

#1.1
rs0='data/' #rs0='/TQData/'
rsyb0,rbas0=rs0+'stk/',rs0+'inx/'
syblst=['002046']
#baslst=['000001'] #上证
tim0str,tim9str='2018-01-01','2018-12-31'

#1.2
qx=tq.tq_init('f01',tim0str=tim0str,tim9str=tim9str)
#
tq.pools_get4flst(qx,rsyb0,syblst,fgInx=False,fgXed=True)
#tq.pools_get4flst(qx,rbas0,baslst,fgInx=True,fgXed=True)
#
#---------
#2
qx=tq.bt_set(qx,tq.log_nor)
#
#3
qx.cb.addstrategy(tqedu.ma)
#
qx.bt_results= qx.cb.run()
#
#4.1
ds=tq.bt_anz(qx)
print('\n@ds\n',ds)

#4.2
qx.cb.plot()