python内存监控

python 内存监控模块之memory_profiler
https://www.cnblogs.com/kaituorensheng/p/5669861.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Python程序的内存监控可以使用多种工具来实现。下面介绍几种常用的方法: 1. 使用psutil库 psutil库是一个跨平台的Python库,可以获取系统资源的使用情况,包括内存使用情况。可以通过以下代码获取当前Python程序的内存使用情况: ```python import psutil process = psutil.Process() print(process.memory_info().rss) ``` 其中,`memory_info().rss`返回的是当前程序占用的内存大小,单位为字节。 2. 使用memory_profiler库 memory_profiler库是一个专门用于Python内存分析的库,可以分析代码中每个函数的内存使用情况。可以通过以下步骤来使用该库: 安装memory_profiler库: ```bash pip install memory_profiler ``` 在代码中使用装饰器`@profile`标记需要分析的函数,如: ```python @profile def my_func(): a = [1] * (10 ** 6) b = [2] * (2 * 10 ** 7) del b return a ``` 执行代码时,添加`-m memory_profiler`参数,如: ```bash python -m memory_profiler my_script.py ``` 执行结果将会显示每个函数的内存使用情况。 3. 使用tracemalloc库 tracemalloc库是Python 3.4及以上版本自带的库,可以跟踪和记录Python程序中内存分配的情况。可以通过以下代码来使用该库: ```python import tracemalloc tracemalloc.start() # 这里写需要分析的代码 snapshot = tracemalloc.take_snapshot() top_stats = snapshot.statistics('lineno') print("[ Top 10 ]") for stat in top_stats[:10]: print(stat) ``` 其中,`take_snapshot()`函数可以获取当前内存分配情况的快照,`statistics()`函数可以获取快照中指定行号的内存分配情况。执行结果将会显示内存分配最多的前10行代码。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AlphaFinance

您的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值