Loguru Tan simple como imprimir, tan flexible como el registro
Loguru Simple as printing, flexible as logging
La solución simple de registro para tu proyecto de ciencia de datos
![Imagen del autor](https://miro.medium.com/v2/resize:fit:640/format:webp/1*gVmXk1EUa8gaGjy3ghHzJg.png)
Publicado originalmente en https://mathdatasimplified.com el 17 de julio de 2023.
¿Por qué usar el registro en un proyecto de ciencia de datos?
Los científicos de datos a menudo utilizan la función print para depurar su código. Sin embargo, a medida que aumenta el número de declaraciones print, se vuelve difícil identificar de dónde proviene la salida debido a la falta de números de línea o nombres de funciones.
def encode_data(data: list): print("Codificar datos") data_map = {'a': 1, 'b': 2, 'c': 3} print(f"Mapa de datos: {data_map}") return [data_map[num] for num in data]def add_one(data: list): print("Sumar uno") return [num + 1 for num in data]def process_data(data: list): print("Procesar datos") data = encode_data(data) print(f"Datos codificados: {data}") data = add_one(data) print(f"Sumado uno: {data}")process_data(['a', 'a', 'c'])
Salida:
Procesar datosCodificar datosMapa de datos: {'a': 1, 'b': 2, 'c': 3}Datos codificados: [1, 1, 3]Sumar unoSumado uno: [2, 2, 4]
Cuando se pone el código en producción, eliminar manualmente todas las líneas de depuración puede ser una tarea tediosa y propensa a errores.
- Desacoplamiento consciente ¿Hasta dónde es demasiado lejos para el almacenamiento, el cálculo y la pila de datos moderna?
- 10 Mejores Generadores de Juegos de IA (Julio 2023)
- Interfaz Cerebro-Computadora se Conecta a través del Canal Auditivo
def encode_data(data: list): print("Codificar datos") data_map = {'a': 1, 'b': 2, 'c': 3} return [data_map[num] for num in data]def add_one(data: list): print("Sumar uno") return [num + 1 for num in data]def process_data(data: list): print("Procesar datos") data = encode_data(data) data = add_one(data)process_data(['a', 'a', 'c'])
El registro proporciona la solución perfecta para este problema al permitir que los científicos de datos especifiquen diferentes niveles (depuración, información, advertencia, error) para su salida.
def encode_data(data: list): logger.info("Codificar datos") data_map = {'a': 1, 'b': 2, 'c': 3} logger.debug(f"Mapa de datos: {data_map}") return [data_map[num] for num in data]def add_one(data: list): logger.info("Sumar uno") return [num + 1 for num in data]def process_data(data: list): logger.info("Procesar datos") data = encode_data(data) logger.debug(f"Datos codificados: {data}") data = add_one(data)…
We will continue to update Zepes; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
- Robot Sudoroso Puede Ayudar a los Humanos a Comprender el Impacto del Calor Abrasador
- Mejorar la gestión de inventario utilizando Machine Learning e Inteligencia Artificial
- Pruebas de excepción en Python Métodos limpios y efectivos
- Presentando Agents.js Dale herramientas a tus LLMs utilizando JavaScript
- IA que enseña a otras IA
- Los 15 principales YouTubers de IA para seguir en 2023
- Jasper Vs. Scalenut ¿Cuál es la mejor herramienta de escritura? (Julio 2023)