单元测试

单元测试基于最小单元，也就是程序的基本部件，比如函数、类等，在隔离测试各部件，确保底层正确的前提下，在行组合向上完成套件测试。
测试驱动开发(TDD)要求在编写代码之前，先构建测试，但这并不容易。多数时候，需求和架构的不成熟会导致算法剧烈变化，这样很难先行将测试确定下来。可以考虑和编码同步，在重构过程中剥离出测试用例。两厢对照，还可要求代码必须具备可测试性。
请注意，测试用例要检查的是错误，而非目标正确返回。另外，单个用例要足够简单，仅测试一项功能，否则其本身就难以维护。可将复杂功能分解以测试套件的方式进行打包。另外，还应避免测试目标的私有成员，这会导致过高的耦合，让代码重构变得困难。同样第三方库也不是测试目标，或许有一个基于接口的隔离代理。

性能测试

1.timeit为标准库自带，用于测量少于代码片段的执行时间。其基本算法思路就是执行足够多的次数，从中选取最小平均值，以缩小测量误差。
2.标准库的profile模块用于测量执行过程中函数的执行时间和调用次数
标准库自带两个版本，调用接口基本一致。cProfile以C实现，额外开销小。
profile是纯python实现，开销大，适合编写扩展分析器。
3.获知引发性能问题的函数后，接下来需要进一步分析具体成因。line_profiler可以对函数内的代码逐行进行测量。
4.memory profile用于逐行分析代码内存占用。
当内存占用过多时，可能会引发物理内存不足，或者导致与硬盘的平凡交换，这些会导致严重的性能问题。
5.pympler被用来统计对象实例的内存使用
他的方法summary可以对整个解释器进程内的存活对象做出评估，以查证哪类对象可能存在问题。
tracker可在不同执行点创建跟踪快照，这样通过输出快照的差异，就可能发现嫌疑目s标，以及问题代码的位置。
sizeof找到嫌疑目标之后，我们开始对其进行个体检查，这需要使用asizeof.与sys.getsizeof不同，他递归统计所有成员和属性。

代码调试

pdb
启动方式

1.python -m pdb main.py # 命令行调试
2.import pdb
pdb.set_trace() # 特定位置插入断点，调试
3.pdb.run('test()') # 直接调试

插入断点后，语句就会停在该处，命令行显示pdb语句，输入help可看到pdb的命令。