diff --git a/translated/tech/20210331 Use this open source tool to monitor variables in Python.md b/translated/tech/20210331 Use this open source tool to monitor variables in Python.md
index a2be6f4c97..e4affaa8e8 100644
--- a/translated/tech/20210331 Use this open source tool to monitor variables in Python.md	
+++ b/translated/tech/20210331 Use this open source tool to monitor variables in Python.md	
@@ -3,34 +3,34 @@
 [#]: author: (Tian Gao https://opensource.com/users/gaogaotiantian)
 [#]: collector: (lujun9972)
 [#]: translator: (geekpi)
-[#]: reviewer: ( )
+[#]: reviewer: (wxy)
 [#]: publisher: ( )
 [#]: url: ( )
 
 使用这个开源工具来监控 Python 中的变量
 ======
-Watchpoints 是一个简单但功能强大的工具，可以帮助你在调试 Python 时监控变量。
-![Looking back with binoculars][1]
+
+> Watchpoints 是一个简单但功能强大的工具，可以帮助你在调试 Python 时监控变量。
+
+![](https://img.linux.net.cn/data/attachment/album/202104/08/231614imw8zqfncz5qwwow.jpg)
 
 在调试代码时，你经常面临着要弄清楚一个变量何时发生变化。如果没有任何高级工具，那么可以选择使用打印语句在期望它们更改时输出变量。然而，这是一种非常低效的方法，因为变量可能在很多地方发生变化，并且不断地将其打印到终端上会产生很大的干扰，而将它们打印到日志文件中则变得很麻烦。
 
 这是一个常见的问题，但现在有一个简单而强大的工具可以帮助你监控变量：[watchpoints][2]。
 
-[watchpoint 的概念在 C 和 C++ 调试器中很常见][3]，用于监控内存，但在 Python 中缺乏相应的工具。`watchpoints` 填补了这个空白。
+[“监视点”的概念在 C 和 C++ 调试器中很常见][3]，用于监控内存，但在 Python 中缺乏相应的工具。`watchpoints` 填补了这个空白。
 
 ### 安装
 
 要使用它，你必须先用 `pip` 安装它：
 
-
 ```
-`$ python3 -m pip install watchpoints`
+$ python3 -m pip install watchpoints
 ```
 
 ### 在Python中使用 watchpoints
 
-对于任何一个你想监控的变量，使用 **watch** 函数对其进行监控。
-
+对于任何一个你想监控的变量，使用 `watch` 函数对其进行监控。
 
 ```
 from watchpoints import watch
@@ -42,16 +42,15 @@ a = 1
 
 当变量发生变化时，它的值就会被打印到**标准输出**：
 
-
 ```
 ====== Watchpoints Triggered ======
 
 Call Stack (most recent call last):
-  <module> (my_script.py:5):
-> a = 1
+  <module> (my_script.py:5):
+> a = 1
 a:
 0
--&gt;
+->
 1
 ```
 
@@ -61,25 +60,21 @@ a:
   * 调用栈。
   * 变量的先前值/当前值。
 
-
-
 它不仅适用于变量本身，也适用于对象的变化：
 
-
 ```
 from watchpoints import watch
 
 a = []
 watch(a)
-a = {} # Trigger
-a["a"] = 2 # Trigger
+a = {} # 触发
+a["a"] = 2 # 触发
 ```
 
-当变量 **a** 被重新分配时，回调会被触发，同时当分配给 a 的对象发生变化时也会被触发。
+当变量 `a` 被重新分配时，回调会被触发，同时当分配给 `a` 的对象发生变化时也会被触发。
 
 更有趣的是，监控不受作用域的限制。你可以在任何地方观察变量/对象，而且无论程序在执行什么函数，回调都会被触发。
 
-
 ```
 from watchpoints import watch
 
@@ -91,26 +86,24 @@ watch(a)
 func(a)
 ```
 
-例如，这段代码打印：
-
+例如，这段代码打印出：
 
 ```
 ====== Watchpoints Triggered ======
 
 Call Stack (most recent call last):
 
-  &lt;module&gt; (my_script.py:8):
-&gt; func(a)
-  func (my_script.py:4):
-&gt; var["a"] = 1
+  <module> (my_script.py:8):
+> func(a)
+  func (my_script.py:4):
+> var["a"] = 1
 a:
 {}
--&gt;
+->
 {'a': 1}
 ```
 
-**watch** 函数不仅可以监视一个变量，它也可以监视一个字典或列表的属性和元素。
-
+`watch` 函数不仅可以监视一个变量，它也可以监视一个字典或列表的属性和元素。
 
 ```
 from watchpoints import watch
@@ -121,16 +114,15 @@ class MyObj:
 
 obj = MyObj()
 d = {"a": 0}
-watch(obj.a, d["a"]) # Yes you can do this
-obj.a = 1 # Trigger
-d["a"] = 1 # Trigger
+watch(obj.a, d["a"]) # 是的，你可以这样做
+obj.a = 1 # 触发
+d["a"] = 1 # 触发
 ```
 
 这可以帮助你缩小到一些你感兴趣的特定对象。
 
 如果你对输出格式不满意，你可以自定义它。只需定义你自己的回调函数：
 
-
 ```
 watch(a, callback=my_callback)
 
@@ -139,23 +131,21 @@ watch(a, callback=my_callback)
 watch.config(callback=my_callback)
 ```
 
-当触发时，你甚至可以使用 **pdb**：
-
+当触发时，你甚至可以使用 `pdb`：
 
 ```
-`watch.config(pdb=True)`
+watch.config(pdb=True)
 ```
 
-这与 **breakpoint()** 的行为类似，会给你带来类似调试器的体验。
-
-如果你不想在每个文件中都导入这个函数，你可以通过 **install** 函数使其成为全局：
+这与 `breakpoint()` 的行为类似，会给你带来类似调试器的体验。
 
+如果你不想在每个文件中都导入这个函数，你可以通过 `install` 函数使其成为全局：
 
 ```
-`watch.install() # or watch.install("func_name") and use it as func_name()`
+watch.install() # 或 watch.install("func_name") ，然后以 func_name() 方式使用
 ```
 
-我个人认为，watchpoints 最酷的地方就是使用直观。你对一些数据感兴趣吗？只要”观察“它，你就会知道你的变量何时发生变化。
+我个人认为，`watchpoints` 最酷的地方就是使用直观。你对一些数据感兴趣吗？只要“观察”它，你就会知道你的变量何时发生变化。
 
 ### 尝试 watchpoints
 
@@ -168,7 +158,7 @@ via: https://opensource.com/article/21/4/monitor-debug-python
 作者：[Tian Gao][a]
 选题：[lujun9972][b]
 译者：[geekpi](https://github.com/geekpi)
-校对：[校对者ID](https://github.com/校对者ID)
+校对：[wxy](https://github.com/wxy)
 
 本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译，[Linux中国](https://linux.cn/) 荣誉推出