python写内存挂_编写高效内存Python代码的3个技巧

介绍

大多数时候，我们不需要优化Python中的内存使用情况。我们的程序太小而无法占用大量内存，或者我们正在将数据存储在程序外部的数据库中。无论如何，在某些情况下，我们必须在内存中保留过大的结构或大量的对象。因此，我希望举例说明可以减少程序内存使用量的做法。

议程

用__slots__限制类字段

Generator惰性加载

用数组约束元素类型

用__slots__限制类字段

默认情况下，每当您在Python中创建对象时，即使在创建之后，您也能够将新字段添加到对象。

例如，假设我有一个名为Dog的类：

class Dog:

def __init__(self, name, age):

self.name = name

self.age = age

def main():

dog = Dog("James", 5)

dog.breed = "Pitbull"

print(dog.breed)

main()

尽管名称和年龄是我传递给构造函数的唯一字段，但是请注意，在创建dog之后，如何初始化一个名为繁殖的新字段。本质上，dog的字段存储在内部字典中，可通过.__ dict__访问，并且在初始化dog.breed时，将其值为“ Pitbull”的字段“ breed”添加到内部字典中。

def main():

dog = Dog("James", 5)

print(dog.__dict__)

'''

output: {'name': 'James', 'age': 5}

'''

dog.breed = "Pitbull"

print(dog.__dict__)

'''

output: {'name': 'James', 'age': 5, 'breed': 'Pitbull'}

'''

main()

尽管这提供了灵活性，但大多数时候我们不需要在实例化之外添加新字段。为了节省内存占用量，我们可以设置Dog的__slots__属性来预定义其字段。

class Dog:

__slots__ = ("name", "age")

def __init__(self, name, age):

self.name = name

self.age = age

使用__slots__可以防止创建内部字典，从而使我们可以更紧凑地存储实例字段。但是，现在，我们不再能够即时创建新字段。

def main():

dog = Dog("James", 5)

dog.breed = "Pitbull"

'''

output: AttributeError:'Dog' object has no attribute 'breed'

'''

main()

为了测试__slots__的内存使用情况，我创建了100,000个Dog和SlotDog对象。

class Dog:

def __init__(self, name, age):

self.name = name

self.age = age

class SlotDog:

__slots__=("name", "age")

def __init__(self, name, age):

self.name = name

self.age = age

然后，我使用memory_profiler分解了创建100,000个对象后内存使用量的增加情况。创建Dog对象后，内存使用量增加了16.5 MiB，而SlotDog对象则增加了5.8 MiB，这表明使用__slots__有了很大的改进。您可以在GitHub上查看创建代码(https://github.com/Ramko9999/Medium-Memory-Efficient-Python/blob/main/slots_perf.py)。

在必须实例化具有预定字段的大量对象的情况下，使用__slots__将是有益的。

用Genertor惰性加载

当使用大文件或集合时，可能无法加载整个文件或将集合维护在内存中。如果我们可以一次处理多个文件或集合中的一个元素，那就太好了。

进入生成器!

让我们考虑一个例子。说我需要获取前n个奇数进行处理。自然地，我们可以创建一个列表并附加前n个奇数。

def get_odds_list(n):

odds = []

num = 1

for i in range(n):

odds.append(num)

num += 2

return odds

但是，如果我们要处理前几百万的赔率，那么在内存中维护此列表将变得昂贵。更好的方法是在我们计算赔率时利用生成器迭代赔率，而不是计算和存储所有百万赔率。

这是上面的函数作为生成器的样子：

def get_odds_generator(n):

num = 1

for i in range(n):

yield num

num += 2

odds = get_odds_generator(1000000)

当我们初始化赔率时，尚未计算任何奇数。此刻的赔率只是一个迭代器，一个值序列。为了访问迭代器中的元素，我们必须在迭代器上调用next。顾名思义，next返回序列中的下一个值。

神奇之处在于yield关键字：它使函数成为生成器。本质上，当按赔率调用next时，生成器get_odds_generator将评估其代码，直到达到yield为止。然后，生成器将返回该值，并且其状态将冻结。然后，再次调用next时，生成器将从中断状态重新开始评估其代码。

def get_odds_generator(n):

num = 1

for i in range(n):

yield num

num += 2

odds = get_odds_generator(1000000)

first = next(odds)

'''

first = 1

Explanation: num is 1. We enter the for loop and immediately yield num

'''

second = next(odds)

'''

second = 3

Explanation: num is 1. We add 2 to num, so its now 3.

We go the next iteration of the loop and yield num

'''

third = next(odds)

'''

third = 5

Explanation: num is 3. We add 2 to num, so its now 5.

We go to the next iteration of the loop and yield num

'''

我们还可以按照以下方式浏览生成器生成的值。

odds = get_odds_generator(1000000)

for odd in odds:

pass //process the odd

我们可以使用生成器来计算赔率。因此，我们不需要任何额外的内存来存储赔率。

使用生成器的一个警告是，我们将无法获取先前的元素或跳过元素的序列。如果您需要访问以前的元素，则最好直接使用列表。

用数组约束元素类型

尽管许多人认为列表在Python中是数组，但实际上存在一个单独的数组模块。列表和数组之间的核心区别在于，数组仅限于一种类型的元素。

我们可以使用多种类型的值在Python中创建列表。

lst = [1.0, 1, {}, "hi"]

数组不是这种情况。我们必须使用类型代码指定数组中元素的类型。类型代码是代表数组类型的字符：“ i”代表整数，“ b”代表字符，依此类推…

from array import array

arr = array('i', []) # create an array of integers

arr.append(4) # append 4 to arr

arr.append('') # type error: integer is required not string

数组与列表有很多共同的方法，例如append和pop(文档)。数组的主要优点是它们更加紧凑。为了测试这一点，我制作了一个包含一百万个整数的列表和数组，发现该列表的内存使用量增加了19.5 MiB，而数组仅增加了4 MiB。签出测量代码(代码)。

如果您有大量相同类型的数据序列，请考虑使用数组。

结论

过早的优化是万恶之源。

-唐纳德·埃文·克努斯

我已经展示了可以减少内存占用的多种实践，从使用__slots__到数组不等。仅在真正需要优化内存的最坏情况下考虑使用这些做法。在大多数情况下，不需要__slots__和数组。另一方面，标准API很可能已经使用了生成器，因此您可以放轻松。

【编辑推荐】

【责任编辑：华轩 TEL：(010)68476606】

点赞 0