看代碼吧~
|
1
2
3
4
5
|
import gcfor x in list(locals().keys())[:]: del locals()[x]# del all_s_x, ae, ae_split, x_ticks, splitgc.collect() |
補充：python讀取大文件的"坑“與內存占用檢測
python讀寫文件的api都很簡單，一不留神就容易踩”坑“。筆者記錄一次踩坑歷程，并且給了一些總結，希望到大家在使用python的過程之中，能夠避免一些可能產生隱患的代碼。
1.read()與readlines()：
隨手搜索python讀寫文件的教程，很經常看到read()與readlines()這對函數。所以我們會常常看到如下代碼：
|
1
2
|
with open(file_path, 'rb') as f: sha1obj.update(f.read()) |
or
|
1
2
3
|
with open(file_path, 'rb') as f: for line in f.readlines(): print(line) |
這對方法在讀取小文件時確實不會產生什么異常，但是一旦讀取大文件，很容易會產生memoryerror，也就是內存溢出的問題。
why memory error？
我們首先來看看這兩個方法：
當默認參數size=-1時，read方法會讀取直到eof，當文件大小大于可用內存時，自然會發生內存溢出的錯誤。
同樣的，readlines會構造一個list。list而不是iter，所以所有的內容都會保存在內存之上，同樣也會發生內存溢出的錯誤。
2.正確的用法：
在實際運行的系統之中如果寫出上述代碼是十分危險的，這種”坑“十分隱蔽。所以接下來我們來了解一下正確用，正確的用法也很簡單，依照api之中對函數的描述來進行對應的編碼就ok了：
如果是二進制文件推薦用如下這種寫法，可以自己指定緩沖區有多少byte。顯然緩沖區越大，讀取速度越快。
|
1
2
3
4
5
6
7
|
with open(file_path, 'rb') as f: while true: buf = f.read(1024) if buf: sha1obj.update(buf) else: break |
而如果是文本文件，則可以用readline方法或直接迭代文件（python這里封裝了一個語法糖，二者的內生邏輯一致，不過顯然迭代文件的寫法更pythonic ）每次讀取一行，效率是比較低的。筆者簡單測試了一下，在3g文件之下，大概性能和前者差了20%.
|
1
2
3
4
5
6
7
8
9
10
|
with open(file_path, 'rb') as f: while true: line = f.readline() if buf: print(line) else: breakwith open(file_path, 'rb') as f: for line in f: print(line) |
3.內存檢測工具的介紹：
對于python代碼的內存占用問題，對于代碼進行內存監控十分必要。這里筆者這里推薦兩個小工具來檢測python代碼的內存占用。
|
1
|
memory_profiler |
首先先用pip安裝memory_profiler
|
1
|
pip install memory_profiler |
memory_profiler是利用python的裝飾器工作的，所以我們需要在進行測試的函數上添加裝飾器。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
from hashlib import sha1import sys@profiledef my_func(): sha1obj = sha1() with open(sys.argv[1], 'rb') as f: while true: buf = f.read(10 * 1024 * 1024) if buf: sha1obj.update(buf) else: break print(sha1obj.hexdigest())if __name__ == '__main__': my_func() |
之后在運行代碼時加上** -m memory_profiler**
就可以了解函數每一步代碼的內存占用了
guppy
依樣畫葫蘆，仍然是通過pip先安裝guppy
|
1
|
pip install guppy |
之后可以在代碼之中利用guppy直接打印出對應各種python類型（list、tuple、dict等）分別創建了多少對象，占用了多少內存。
|
1
2
3
4
5
6
7
8
9
10
11
|
from guppy import hpyimport sysdef my_func(): mem = hpy() with open(sys.argv[1], 'rb') as f: while true: buf = f.read(10 * 1024 * 1024) if buf: print(mem.heap()) else: break |
如下圖所示，可以看到打印出對應的內存占用數據：
通過上述兩種工具guppy與memory_profiler可以很好地來監控python代碼運行時的內存占用問題。
4.小結：
python是一門崇尚簡潔的語言，但是正是因為它的簡潔反而更多了許多需要仔細推敲和思考的細節。希望大家在日常工作與學習之中也能多對一些細節進行總結，少踩一些不必要的“坑”。
以上為個人經驗，希望能給大家一個參考，也希望大家多多支持服務器之家。
原文鏈接：https://blog.csdn.net/weixin_41888257/article/details/107919638
