Question

在试图微调一些C / C ++函数的Python绑定中的一些内存泄漏时，我想到了一些与Numpy数组的垃圾收集有关的奇怪行为。

我创建了几个简化案例，以便更好地解释行为。代码使用memory_profiler运行，后面的输出紧随其后。看来，当涉及到NumPy数组时，Python的垃圾收集工作不正常：

# File deallocate_ndarray.py
@profile
def ndarray_deletion():
    import numpy as np
    from gc import collect
    buf = 'abcdefghijklmnopqrstuvwxyz' * 10000
    arr = np.frombuffer(buf)
    del arr
    del buf
    collect()
    y = [i**2 for i in xrange(10000)]
    del y
    collect()

if __name__=='__main__':
    ndarray_deletion()

使用以下命令，我调用了memory_profiler：

python -m memory_profiler deallocate_ndarray.py

这就是我得到的：

Filename: deallocate_ndarray.py
Line #    Mem usage    Increment   Line Contents
================================================
 5   10.379 MiB    0.000 MiB   @profile
 6                             def ndarray_deletion():
 7   17.746 MiB    7.367 MiB       import numpy as np
 8   17.746 MiB    0.000 MiB       from gc import collect
 9   17.996 MiB    0.250 MiB       buf = 'abcdefghijklmnopqrstuvwxyz' * 10000
10   18.004 MiB    0.008 MiB       arr = np.frombuffer(buf)
11   18.004 MiB    0.000 MiB       del arr
12   18.004 MiB    0.000 MiB       del buf
13   18.004 MiB    0.000 MiB       collect()
14   18.359 MiB    0.355 MiB       y = [i**2 for i in xrange(10000)]
15   18.359 MiB    0.000 MiB       del y
16   18.359 MiB    0.000 MiB       collect()

我不明白为什么即使强制调用collect也不会通过释放一些内存来减少程序的内存使用量。而且，即使Numpy数组由于底层C构造而不能正常运行，为什么列表（纯Python）不会被垃圾收集？

我知道del没有直接调用基础__del__方法，但您会注意到代码中的所有del语句实际上最终减少了相应对象的引用计数为零（从而使它们有资格进行垃圾收集AFAIK）。通常，当对象进行垃圾回收时，我希望在增量列中看到负数条目。任何人都可以了解这里发生的事情吗？

注意：此测试在OS X 10.10.4，Python 2.7.10（conda），Numpy 1.9.2（conda），Memory Profiler 0.33（conda-binstar），psutil 2.2.1（conda）上运行。

Answer 1

为了看到收集的内存垃圾，我不得不将buf的大小增加几个数量级。可能memory_profiler的大小太小而无法检测到更改（它会查询操作系统，因此测量结果不是很精确），或者它太小而无法让Python垃圾收集器关注，我不知道。

例如，在因子buf中将10000替换为100000000会产生

Line #    Mem usage    Increment   Line Contents
================================================
21   10.289 MiB    0.000 MiB   @profile
22                             def ndarray_deletion():
23   17.309 MiB    7.020 MiB       import numpy as np
24   17.309 MiB    0.000 MiB       from gc import collect
25 2496.863 MiB 2479.555 MiB       buf = 'abcdefghijklmnopqrstuvwxyz' * 100000000
26 2496.867 MiB    0.004 MiB       arr = np.frombuffer(buf)
27 2496.867 MiB    0.000 MiB       del arr
28   17.312 MiB -2479.555 MiB       del buf
29   17.312 MiB    0.000 MiB       collect()
30   17.719 MiB    0.406 MiB       y = [i**2 for i in xrange(10000)]
31   17.719 MiB    0.000 MiB       del y
32   17.719 MiB    0.000 MiB       collect()

numpy.ndarray对象不是垃圾收集

1 个答案: