python内存消耗为什么那么大_python – 为什么加载这个文件占用这么多内存？

试图将文件加载到python中.这是一个非常大的文件(1.5Gb),但我有可用的内存,我只想做一次(因此使用python,我只需要对文件进行一次排序,因此python是一个简单的选择).

我的问题是加载此文件会导致大量内存使用.当我将大约10％的行加载到内存中时,Python已经使用了700Mb,这显然太多了.脚本挂起大约50％,使用3.03 Gb的实内存(并缓慢上升).

我知道这不是排序文件最有效的方法(内存方式),但我只是想让它工作,所以我可以继续处理更重要的问题：D所以,下面的python代码导致了什么问题大量内存使用：

print 'Loading file into memory'

input_file = open(input_file_name,'r')

input_file.readline() # Toss out the header

lines = []

totalLines = 31164015.0

currentLine = 0.0

printEvery100000 = 0

for line in input_file:

currentLine += 1.0

lined = line.split('\t')

printEvery100000 += 1

if printEvery100000 == 100000:

print str(currentLine / totalLines)

printEvery100000 = 0;

lines.append( (lined[timestamp_pos].strip(),lined[personID_pos].strip(),lined[x_pos].strip(),lined[y_pos].strip()) )

input_file.close()

print 'Done loading file into memory'

编辑：如果有人不确定,普遍的共识似乎是每个分配的变量会占用越来越多的内存.我在这种情况下“修复”了1)调用readLines(),它仍然加载所有数据,但每行只有一个’string’变量开销.这使用大约1.7Gb加载整个文件.然后,当我调用lines.sort()时,我将一个函数传递给key,该函数在选项卡上分割并返回正确的列值,转换为int.这在计算上是缓慢的,并且总体上是内存密集型的,但它可以工作.今天学到了关于变量分配的大量报道：D