Python 创建进入函数的变量时的内存管理

Question

我有两个数组 A 和 B，它们的大小为 (10000,100,100)（非常大）。我需要执行一系列操作以将它们传递给其他函数。我的问题是：我怎样才能节省最多的内存？我举个具体的例子。

A = np.random.rand(10000,100,100)
B = np.random.rand(10000,100,100)

def ave_l2_error(diffs):
    for err in diffs:
        print(np.mean(err))

def ave_l1_error(diffs):
    for err in diffs:
        print(np.mean(err))

#Is there a difference in terms of memory usage between doing this:
L2 = [np.power(A-B, 2)]
L1 = [np.abs(A-B)]
ave_l2_error(L2)
ave_l1_error(L1)

#vs this:
ave_l2_error([np.power(A-B, 2)])
ave_l1_error([np.abs(A-B)])

我认为第一种情况使用更多内存，因为它节省了 L1 和 L2。 This reddit 线程讨论了重命名变量，但这是一个稍微不同的情况（或者可能不是）。垃圾收集器会在这里检测到 L1 和 L2 不再被使用，因此它会删除它们吗？如果代码是运行 in IPython（而不是 shell），其中可以访问变量怎么办？这种情况会有所不同吗？

Answer 1

在第一个版本中，由 np.power() 和 np.abs() 创建的数组将保留在内存中直到脚本结束，因为变量防止它们成为垃圾。

在第二个版本中，数组将在函数 returns 时被垃圾回收，因为它们只分配给函数参数，当函数退出时这些参数就会消失。所以这个版本会占用更少的内存。

如果在函数调用中使用变量后重新分配或删除变量，则可以使第一个版本与第二个版本相同。

Python 创建进入函数的变量时的内存管理

Python memory management when creating variables that go into functions

python

memory

memory-management

function