开发 | Python高级技巧:用一行代码减少一半内存占用
本文为 AI 研习社编译的技术博客,原标题 :
Python: How To Reduce Memory Consumption By Half By Adding Just One Line Of Code?
作者 | Alex Maison
翻译 | 邓普斯•杰弗
校对 | 酱番梨 整理 | 菠萝妹
原文链接:https://medium.com/@alexmaisiura/python-how-to-reduce-memory-consumption-by-half-by-adding-just-one-line-of-code-56be6443d524
我想与大家分享一些我和我的团队在一个项目中经历的一些问题。在这个项目中,我们必须要存储和处理一个相当大的动态列表。测试人员在测试过程中,抱怨内存不足。下面介绍一个简单的方法,通过添加一行代码来解决这个问题。
图片的结果
下面我来解释一下,它是如何运行的。
首先,我们考虑一个简单的"learning"例子,创建一个Dataltem 类,该类是一个人的个人信息,例如姓名,年龄,地址等。
classDataItem(object):
def__init__(self, name, age, address):
self.name = name
self.age = age
self.address = address
初学者的问题:如何知道一个以上这样的对象占用多少内存?
首先,让我们试着解决一下:
d1 = DataItem("Alex", 42, "-")
print("sys.getsizeof(d1):", sys.getsizeof(d1))
我们得到的答案是56bytes,这似乎占用了很少的内存,相当满意喽。那么,我们在尝试另一个包含更多数据的对象例子:
d2 = DataItem("Boris", 24, "In the middle of nowhere")
print("sys.getsizeof(d2):", sys.getsizeof(d2))
答案仍然是56bytes,此刻,似乎我们意识到哪里有些不对?并不是所有的事情都第一眼所见那样。
- 直觉不会让我们失望,一切都不是那么简单。Python是一种具有动态类型的非常灵活的语言,对于它的工作,它存储了大量的附加数据。它们本身占据了很多。
例如,sys.getsizeof("")返回33bytes,是的一个多达33个字节的空行!并且sys.getsizeof(1)返回24bytes,一个整个数字占用24个bytes(我想咨询C语言程序员,远离屏幕,不想在进一步阅读,以免对美观失去信心)。对于更复杂的元素,如字典,sys.getsizeof(.())返回272字节,这是针对空字典的,我不会再继续了,我希望原理是明确的,并且RAM的制造商需要出售他们的芯片。
但是,我们回到我们的DataItem类和最初的初学者的疑惑。
这个类,占多少内存?
首先,我们一小写的形式将这个类的完整内容输出:
defdump(obj):
forattr indir(obj):
print(" obj.%s = %r"% (attr, getattr(obj, attr)))
这个函数将显示隐藏的“幕后”使所有Python函数(类型、继承和其他内容)都能够正常工作的内容。
结果令人印象深刻:
这一切内容占用多少内存?
下边有一个函数可以通过递归的方式,调用getsizeof函数,计算对象实际数据量。
defget_size(obj, seen=None):
# From
# Recursively finds size of objects
size = sys.getsizeof(obj)
ifseen isNone:
seen = set()
obj_id = id(obj)
ifobj_id inseen:
return0
# Important mark as seen *before* entering recursion to gracefully handle
# self-referential objects
seen.add(obj_id)
ifisinstance(obj, dict):
size += sum([get_size(v, seen) forv inobj.values()])
size += sum([get_size(k, seen) fork inobj.keys()])
elifhasattr(obj, '__dict__'):
size += get_size(obj.__dict__, seen)
elifhasattr(obj, '__iter__') andnotisinstance(obj, (str, bytes, bytearray)):
size += sum([get_size(i, seen) fori inobj])
returnsize
让我们试一试:
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))
我们获得的答案分别为460bytes和484bytes,这结果似乎是真实的。
使用这个函数,你可以进行一系列的实验。例如,我想知道如果DataItem结构放在列表中,数据将占用多少空间。get_size ([d1])函数返回532bytes,显然,这与上面说的460+的开销相同。但是get_size ([d1, d2])返回863bytes,小于以上的460 + 484。get_size ([d1, d2, d1])的结果更有趣——我们得到了871字节,只是稍微多一点,也就是说Python足够聪明,不会再次为同一个对象分配内存。
现在,我们来看一看问题的第二部分。
是否存在减少内存开销的可能呢?
是的,可以的。Python是一个解释器,我们可以在任何时候扩展我们的类,例如,添加一个新的字段:
d1 = DataItem("Alex", 42, "-")
print("get_size(d1):", get_size(d1))
d1.weight = 66
print("get_size(d1):", get_size(d1))
非常好,但是如果我们不需要这个功能呢?我们能强制解释器来指定类的列表对象使用__slots__命令:
classDataItem(object):
__slots__= ['name', 'age', 'address']
def__init__(self, name, age, address):
self.name = name
self.age = age
self.address = address
更多信息可以在文档(RTFM)中找到,其中写到“__ dict__和__weakref__”。使用__dict__节省的空间非常大”。
我们确认:是的,确实很重要,get_size (d1)返回…64字节,而不是460字节,即少7倍。另外,创建对象的速度要快20%(请参阅本文的第一个屏幕截图)。
唉,真正使用如此大的内存增益并不是因为其他开销。通过简单地添加元素,创建一个100,000的数组,并查看内存消耗:
data = []
forp inrange(100000):
data.append(DataItem("Alex", 42, "middle of nowhere"))
snapshot = tracemalloc.take_snapshot()
top_stats = snapshot.statistics('lineno')
total = sum(stat.size forstatintop_stats)
print("Total allocated size: %.1f MB"% (total / (1024*1024)))
我们不使用__slots__占用内存16.8MB,使用时占用6.9MB。这个操作当然不是最好的,但是确实代码改变的最小的。(Not 7 times of course, but it’s not bad at all, considering that the code change was minimal.)
现在的缺点。激活__slots__禁止所有元素的创建,包括__dict__,这意味着,例如,一下代码将结构转换成json将不运行:
deftoJSON(self):
returnjson.dumps(self.__dict__)
这个问题很容易修复,它是足以产生dict编程方式,通过所有元素的循环:
deftoJSON(self):
data = dict()
forvar inself.__slots__:
data[var] = getattr(self, var)
returnjson.dumps(data)
也不可能动态给这个类添加新类变量,但是在这个例子中,这并不是必需的。
今天的最后一个测试。有趣的是整个程序需要多少内存。添加一个无限循环的程序,以便它不结束,看看Windows任务管理器中的内存消耗。
没有 __slots__:
6.9Mb 变成 27Mb … 好家伙, 毕竟, 我们节省了内存, 27Mb 代替 70 ,对于增加一行代码来说并不是一个坏的例子
注意:TraceMelc调试库使用了许多附加内存。显然,她为每个创建的对象添加了额外的元素。如果关闭它,总的内存消耗将少得多,截屏显示两个选项:
如果你想节省更多的内存呢?
这可以使用numpy库,它允许您以C样式创建结构,但是在我的例子中,它需要对代码进行更深入的细化,并且第一种方法就足够了。
奇怪的是在Habré从来没有详细分析使用__slots__,我希望本文将填补这一空缺。
结论
这篇文章似乎是一个anti-Python广告,但并不是。Python非常可靠(为了“降低”Python程序,您必须非常努力),它是一种易于阅读和方便编写代码的语言。这些优点在很多情况下都大于缺点,但是如果您需要最大的性能和效率,您可以使用像numpy这样的库,它是用C++编写的,它可以很快和高效地与数据一起工作。
感谢大家的关注,coding快乐!
想要继续查看该篇文章相关链接和参考文献?
https://ai.yanxishe.com/page/TextTranslation/1281
相关文章
-
除了黄酒和表情包,丁磊今年还把这个神器带去了乌镇
-
刘强东说明年最暴利的行业,几乎零成本,将成就一批百万富翁
-
腾讯ADR一度跌超8%,第四季度营收增速创纪录新低
-
人生无悔朱啸虎,粗暴三问干嘉伟
-
万豪即将上线短租服务,传统酒店与民宿的区别正在缩小
-
碳足迹:工作量证明与权益证明
-
库克:我们和高通一直没有任何和解沟通
-
阅文作者合同大改?810万作者都面临生存困境,阅文模式怎么破?
-
疫情下的科技巨头:阿里发财报后股价下跌,特斯拉预警,英伟达调低预期
-
ISO27018云隐私管理体系申请条件、流程及意义
-
马云撒钱,微信反击明年将“撒积分”,网友:铁公鸡
-
斗鱼猛,虎牙稳:性格决定选择,选择决定命运
-
好莱坞进军视频技术圈,含着“金汤匙”出生的新产品Quibi厉害在哪
-
遗憾!2018年全球手机销量华为不敌苹果抱憾屈居第三
-
包装袋打版就是打样,专业样品袋看过来
-
中国灰产惹恼美国巨头,Facebook起诉深圳营销公司
-
阿里AI入选全球十大突破性技术,它为何被比尔·盖茨看好?
-
【虎嗅晚报】重庆、广州法院:今日头条禁止传播热门游戏;清华与华为签署科技合作框架协议
-
支付宝15亿红包正式开奖,网友:分了30块!你呢?
-
查重率不超过20%的是什么意思?20%查重率算什么程度?
-
库克新言论“惹不满”,但转念一想,或许有一定的道理!
-
8点1氪|字节跳动回应TikTok被收购传闻;SpaceX拟融资10亿美元,估值440亿美元;蚂蚁集团董事长评腾讯老干妈事件
-
如何用数据分析确定哪类抓娃娃机更吸引人?
-
20以内,到底包不包括20???????
-
抖音海外版TikTok近日登顶美国区APPStore;iG夺得LPL赛区首个全球总决赛冠军;人民日报:民营经济只能壮大不能弱化
-
联想董事长杨元庆凭什么diss折叠屏手机?
-
混改模范生联通又出大招,CDN市场再添变数
-
汪涵一夜带货1.5亿,背后公司浮出水面
-
你应该知道的直播间带货话术技巧