python memory usage_Python - memory_profiler 内存分析工具

内存分析工具 Memory Profiler 是基于

安装：pip install -U memory_profiler

1. 逐行内存占用

在代码脚本外使用.

类似于 @profile 装饰要分析的函数；然后，使用特定脚本运行代码.

如：@profile

def my_func():

a = [1] * (10 ** 6)

b = [2] * (2 * 10 ** 7)

del b

return a

if __name__ == '__main__':

my_func()

运行：python -m memory_profiler example.py

输出如：Line # Mem usage Increment Occurences Line Contents

============================================================

3 38.816 MiB 38.816 MiB 1 @profile

4 def my_func():

5 46.492 MiB 7.676 MiB 1 a = [1] * (10 ** 6)

6 199.117 MiB 152.625 MiB 1 b = [2] * (2 * 10 ** 7)

7 46.629 MiB -152.488 MiB 1 del b

8 46.629 MiB 0.000 MiB 1 return a

其中，

第一列表示分析代码的行数；

第二列(Mem usage)表示执行完该行代码后 Python 解释器的内存使用；

第三列(Increment) 表示当前行和最后一行的内存占用差值；

第四列(Line Contents) 打印了待分析的代码.

2. 装饰器(Decorator)

在代码内使用.from memory_profiler import profile

@profile

#@profile(precision=4) 指定小数位.

def my_func():

a = [1] * (10 ** 6)

b = [2] * (2 * 10 ** 7)

del b

return a

运行：python example.py