有一个很酷的工具叫objexplore。下面是一个简单的例子，关于如何在pandas数据框架上使用它的探索功能。

import pandas as pd
df=pd.read_csv('https://storage.googleapis.com/download.tensorflow.org/data/heart.csv')

from objexplore import explore
explore(df)

将在你的shell中弹出以下内容:

有一个python代码库构建就是为了这个目的:inspect在python 2.7中介绍过

检查代码的两个好工具是:

IPython。一个允许你使用制表符完成检查的python终端。 使用PyDev插件的Eclipse。它有一个优秀的调试器，允许您在给定的位置中断，并通过浏览所有变量作为树来检查对象。您甚至可以使用嵌入式终端在该位置尝试编码或键入对象并按'。，让它为你提供代码提示。

如果你有兴趣查看对象myobj对应的函数的源代码，你可以输入iPython或Jupyter Notebook:

myobj ? ?

import pprint

pprint.pprint(obj.__dict__)

or

pprint.pprint(vars(obj))

如果这是为了探究发生了什么，我建议查看IPython。这增加了获取对象文档、属性甚至源代码的各种快捷方式。例如，在函数后附加一个"?"将为对象提供帮助(有效地为"help(obj)"提供快捷方式)，而使用两个"?" ("func??")将在可用时显示源代码。

还有很多额外的便利，如制表符补全、结果打印、结果历史记录等，这对于这种探索性编程非常方便。

对于内省的更多编程使用，基本的内置程序，如dir()， vars()， getattr等将是有用的，但值得您花时间检查inspect模块。要获取一个函数的源，使用inspect。例如，将其应用到自身:

>>> print inspect.getsource(inspect.getsource)
def getsource(object):
    """Return the text of the source code for an object.

    The argument may be a module, class, method, function, traceback, frame,
    or code object.  The source code is returned as a single string.  An
    IOError is raised if the source code cannot be retrieved."""
    lines, lnum = getsourcelines(object)
    return string.join(lines, '')

检查。如果处理包装或操作函数，Getargspec通常也很有用，因为它将给出函数参数的名称和默认值。