您好,登錄后才能下訂單哦!
本篇內(nèi)容介紹了“Python高級(jí)技巧之怎么用一行代碼減少一半內(nèi)存占用”的有關(guān)知識(shí),在實(shí)際案例的操作過(guò)程中,不少人都會(huì)遇到這樣的困境,接下來(lái)就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧!希望大家仔細(xì)閱讀,能夠?qū)W有所成!
圖片的結(jié)果
下面我來(lái)解釋一下,它是如何運(yùn)行的。
首先,我們考慮一個(gè)簡(jiǎn)單的 "learning" 例子,創(chuàng)建一個(gè) Dataltem 類(lèi),該類(lèi)是一個(gè)人的個(gè)人信息,例如姓名,年齡,地址等。
class DataItem(object): def __init__(self, name, age, address): self.name = name self.age = age self.address = address
初學(xué)者的問(wèn)題:如何知道一個(gè)以上這樣的對(duì)象占用多少內(nèi)存?
首先,讓我們?cè)囍鉀Q一下:
d1 = DataItem("Alex", 42, "-") print ("sys.getsizeof(d1):", sys.getsizeof(d1))
我們得到的答案是 56bytes,這似乎占用了很少的內(nèi)存,相當(dāng)滿(mǎn)意嘍。那么,我們?cè)趪L試另一個(gè)包含更多數(shù)據(jù)的對(duì)象例子:
d2 = DataItem("Boris", 24, "In the middle of nowhere") print ("sys.getsizeof(d2):", sys.getsizeof(d2))
答案仍然是 56bytes,此刻,似乎我們意識(shí)到哪里有些不對(duì)?并不是所有的事情都第一眼所見(jiàn)那樣。
直覺(jué)不會(huì)讓我們失望,一切都不是那么簡(jiǎn)單。Python 是一種具有動(dòng)態(tài)類(lèi)型的非常靈活的語(yǔ)言,對(duì)于它的工作,它存儲(chǔ)了大量的附加數(shù)據(jù)。它們本身占據(jù)了很多。
例如,sys.getsizeof("") 返回 33bytes,是的一個(gè)多達(dá) 33 個(gè)字節(jié)的空行!并且 sys.getsizeof(1) 返回 24bytes,一個(gè)整個(gè)數(shù)字占用 24 個(gè) bytes (我想咨詢(xún) C 語(yǔ)言程序員,遠(yuǎn)離屏幕,不想在進(jìn)一步閱讀,以免對(duì)美觀失去信心)。對(duì)于更復(fù)雜的元素,如字典,sys.getsizeof(.()) 返回 272 字節(jié),這是針對(duì)空字典的,我不會(huì)再繼續(xù)了,我希望原理是明確的,并且 RAM 的制造商需要出售他們的芯片。
但是,我們回到我們的 DataItem 類(lèi)和最初的初學(xué)者的疑惑。
這個(gè)類(lèi),占多少內(nèi)存?
首先,我們一小寫(xiě)的形式將這個(gè)類(lèi)的完整內(nèi)容輸出:
def dump(obj): for attr in dir(obj): print(" obj.%s = %r" % (attr, getattr(obj, attr)))
這個(gè)函數(shù)將顯示隱藏的“幕后”使所有 Python 函數(shù)(類(lèi)型、繼承和其他內(nèi)容)都能夠正常工作的內(nèi)容。
結(jié)果令人印象深刻:
這一切內(nèi)容占用多少內(nèi)存?
下邊有一個(gè)函數(shù)可以通過(guò)遞歸的方式,調(diào)用 getsizeof 函數(shù),計(jì)算對(duì)象實(shí)際數(shù)據(jù)量。
def get_size(obj, seen=None): # From # Recursively finds size of objects size = sys.getsizeof(obj) if seen is None: seen = set() obj_id = id(obj) if obj_id in seen: return 0 # Important mark as seen *before* entering recursion to gracefully handle # self-referential objects seen.add(obj_id) if isinstance(obj, dict): size += sum([get_size(v, seen) for v in obj.values()]) size += sum([get_size(k, seen) for k in obj.keys()]) elif hasattr(obj, '__dict__'): size += get_size(obj.__dict__, seen) elif hasattr(obj, '__iter__') and not isinstance(obj, (str, bytes, bytearray)): size += sum([get_size(i, seen) for i in obj]) return size
讓我們?cè)囈辉嚕?/p>
d1 = DataItem("Alex", 42, "-") print ("get_size(d1):", get_size(d1)) d2 = DataItem("Boris", 24, "In the middle of nowhere") print ("get_size(d2):", get_size(d2))
我們獲得的答案分別為 460bytes 和 484bytes,這結(jié)果似乎是真實(shí)的。
使用這個(gè)函數(shù),你可以進(jìn)行一系列的實(shí)驗(yàn)。例如,我想知道如果 DataItem 結(jié)構(gòu)放在列表中,數(shù)據(jù)將占用多少空間。get_size ([d1]) 函數(shù)返回 532bytes ,顯然,這與上面說(shuō)的 460+ 的開(kāi)銷(xiāo)相同。但是 get_size ([d1, d2]) 返回 863bytes ,小于以上的 460 + 484。get_size ([d1, d2, d1]) 的結(jié)果更有趣——我們得到了 871 字節(jié),只是稍微多一點(diǎn),也就是說(shuō) Python 足夠聰明,不會(huì)再次為同一個(gè)對(duì)象分配內(nèi)存。
現(xiàn)在,我們來(lái)看一看問(wèn)題的第二部分。
是否存在減少內(nèi)存開(kāi)銷(xiāo)的可能呢?
是的,可以的。Python 是一個(gè)解釋器,我們可以在任何時(shí)候擴(kuò)展我們的類(lèi),例如,添加一個(gè)新的字段:
d1 = DataItem("Alex", 42, "-") print ("get_size(d1):", get_size(d1)) d1.weight = 66 print ("get_size(d1):", get_size(d1))
非常好,但是如果我們不需要這個(gè)功能呢?我們能強(qiáng)制解釋器來(lái)指定類(lèi)的列表對(duì)象使用 __slots__ 命令:
class DataItem(object): __slots__ = ['name', 'age', 'address'] def __init__(self, name, age, address): self.name = name self.age = age self.address = address
更多信息可以在文檔 (RTFM) 中找到,其中寫(xiě)到 “__ dict__和__weakref__”。使用 __dict__ 節(jié)省的空間非常大”。
我們確認(rèn):是的,確實(shí)很重要,get_size (d1) 返回 …64 字節(jié),而不是 460 字節(jié),即少 7 倍。另外,創(chuàng)建對(duì)象的速度要快 20% (請(qǐng)參閱本文的第一個(gè)屏幕截圖)。
唉,真正使用如此大的內(nèi)存增益并不是因?yàn)槠渌_(kāi)銷(xiāo)。通過(guò)簡(jiǎn)單地添加元素,創(chuàng)建一個(gè) 100,000 的數(shù)組,并查看內(nèi)存消耗:
data = [] for p in range(100000): data.append(DataItem("Alex", 42, "middle of nowhere")) snapshot = tracemalloc.take_snapshot() top_stats = snapshot.statistics('lineno') total = sum(stat.size for stat in top_stats) print("Total allocated size: %.1f MB" % (total / (1024*1024)))
我們不使用 __slots__ 占用內(nèi)存 16.8MB,使用時(shí)占用 6.9MB。這個(gè)操作當(dāng)然不是最好的,但是確實(shí)代碼改變的最小的。(Not 7 times of course, but it’s not bad at all, considering that the code change was minimal.)
現(xiàn)在的缺點(diǎn)。激活 __slots__ 禁止所有元素的創(chuàng)建,包括 __dict__ ,這意味著,例如,一下代碼將結(jié)構(gòu)轉(zhuǎn)換成 json 將不運(yùn)行:
def toJSON(self): return json.dumps(self.__dict__)
這個(gè)問(wèn)題很容易修復(fù),它是足以產(chǎn)生 dict 編程方式,通過(guò)所有元素的循環(huán):
def toJSON(self): data = dict() for var in self.__slots__: data[var] = getattr(self, var) return json.dumps(data)
也不可能動(dòng)態(tài)給這個(gè)類(lèi)添加新類(lèi)變量,但是在這個(gè)例子中,這并不是必需的。
今天的最后一個(gè)測(cè)試。有趣的是整個(gè)程序需要多少內(nèi)存。添加一個(gè)無(wú)限循環(huán)的程序,以便它不結(jié)束,看看 Windows 任務(wù)管理器中的內(nèi)存消耗。
沒(méi)有 __slots__:
6.9Mb 變成 27Mb … 好家伙, 畢竟, 我們節(jié)省了內(nèi)存, 27Mb 代替 70 ,對(duì)于增加一行代碼來(lái)說(shuō)并不是一個(gè)壞的例子
注意:TraceMelc 調(diào)試庫(kù)使用了許多附加內(nèi)存。顯然,她為每個(gè)創(chuàng)建的對(duì)象添加了額外的元素。如果關(guān)閉它,總的內(nèi)存消耗將少得多,截屏顯示兩個(gè)選項(xiàng):
如果你想節(jié)省更多的內(nèi)存呢?
這可以使用 numpy 庫(kù),它允許您以 C 樣式創(chuàng)建結(jié)構(gòu),但是在我的例子中,它需要對(duì)代碼進(jìn)行更深入的細(xì)化,并且第一種方法就足夠了。
奇怪的是在 Habré 從來(lái)沒(méi)有詳細(xì)分析使用 __slots__, 我希望本文將填補(bǔ)這一空缺。
“Python高級(jí)技巧之怎么用一行代碼減少一半內(nèi)存占用”的內(nèi)容就介紹到這里了,感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注億速云網(wǎng)站,小編將為大家輸出更多高質(zhì)量的實(shí)用文章!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。