如果程序处理的数据比较多、比较复杂,那么在程序运行的时候,会占用大量的内存,当内存占用到达一定的数值,程序就有可能被操作系统终止,特别是在限制程序所使用的内存大小的场景,更容易发生问题。下面我就给出几个优化Python占用内存的几个方法。
说明:以下代码运行在Python3。
这里还要注意:不管你是为了Python就业还是兴趣爱好,记住:项目开发经验永远是核心,如果你没有2020最新python入门到高级实战视频教程,可以去小编的Python交流.裙 :七衣衣九七七巴而五(数字的谐音)转换下可以找到了,里面很多新python教程项目,还可以跟老司机交流讨教!
举个栗子
我们举个简单的场景,使用Python存储一个三维坐标数据,x,y,z。
Dict
使用Python内置的数据结构Dict来实现上述例子的需求很简单。
1
|
>>> ob = {\'x\':1, \'y\':2, \'z\':3}
|
查看以下ob这个对象占用的内存大小:
1
|
>>> print(sys.getsizeof(ob))
|
简单的三个整数,占用的内存还真不少,想象以下,如果有大量的这样的数据要存储,会占用更大的内存。
数据量 | 占用内存大小 |
---|---|
1 000 000 | 240 Mb |
10 000 000 | 2.40 Gb |
100 000 000 | 24 Gb |
Class
对于喜欢面向对象编程的程序员来说,更喜欢把数据包在一个class里。使用class使用同样需求:
1
|
class Point:
|
class的数据结构和Dict区别就很大了,我们来看看这种情况下占用内存的情况:
字段 | 占用内存 |
---|---|
PyGC_Head | 24 |
PyObject_HEAD | 16 |
__weakref__ | 8 |
__dict__ | 8 |
TOTAL | 56 |
关于 __weakref__(弱引用)可以查看这个文档, 对象的dict中存储了一些self.xxx的一些东西。从Python 3.3开始,key使用了共享内存存储, 减少了RAM中实例跟踪的大小。
1
|
>>> print(sys.getsizeof(ob), sys.getsizeof(ob.__dict__))
|
数据量 | 占用内存 |
---|---|
1 000 000 | 168 Mb |
10 000 000 | 1.68 Gb |
100 000 000 | 16.8 Gb |
可以看到内存占用量,class比dict少了一些,但这远远不够。
__slots__
从class的内存占用分布上,我们可以发现,通过消除dict和_weakref__,可以显着减少RAM中类实例的大小,我们可以通过使用slots来达到这个目的。
1
|
class Point:
|
可以看到内存占用显著的减少了
字段 | 内存占用 |
---|---|
PyGC_Head | 24 |
PyObject_HEAD | 16 |
x | 8 |
y | 8 |
z | 8 |
TOTAL | 64 |
数据量 | 占用内存 |
---|---|
1 000 000 | 64Mb |
10 000 000 | 640Mb |
100 000 000 | 6.4Gb |
默认情况下,Python的新式类和经典类的实例都有一个dict来存储实例的属性。这在一般情况下还不错,而且非常灵活,乃至在程序中可以随意设置新的属性。但是,对一些在”编译”前就知道有几个固定属性的小class来说,这个dict就有点浪费内存了。
当需要创建大量实例的时候,这个问题变得尤为突出。一种解决方法是在新式类中定义一个slots属性。
slots声明中包含若干实例变量,并为每个实例预留恰好足够的空间来保存每个变量;这样Python就不会再使用dict,从而节省空间。
那么用slot就是非非常那个有必要吗?使用slots也是有副作用的:
- 每个继承的子类都要重新定义一遍slots
- 实例只能包含哪些在slots定义的属性,这对写程序的灵活性有影响,比如你由于某个原因新网给instance设置一个新的属性,比如instance.a = 1, 但是由于a不在slots里面就直接报错了,你得不断地去修改slots或者用其他方法迂回的解决
- 实例不能有弱引用(weakref)目标,否则要记得把weakref放进slots
最后,namedlist和attrs提供了自动创建带slot的类,感兴趣的可以试试看。
Tuple
Python还有一个内置类型元组,用于表示不可变数据结构。 元组是固定的结构或记录,但没有字段名称。 对于字段访问,使用字段索引。 在创建元组实例时,元组字段一次性与值对象关联:
1
|
>>> ob = (1,2,3)
|
元组的示例很简洁:
1
|
>>> print(sys.getsizeof(ob))
|
可以看只比slot多8byte:
字段 | 占用内存(bytes) |
---|---|
PyGC_Head | 24 |
PyObject_HEAD | 16 |
ob_size | 8 |
[0] | 8 |
[1] | 8 |
[2] | 8 |
TOTAL | 72 |
Namedtuple
通过namedtuple我们也可以实现通过key值来访问tuple里的元素:
1
|
Point = namedtuple(\'Point\', (\'x\', \'y\', \'z\'))
|
它创建了一个元组的子类,其中定义了用于按名称访问字段的描述符。 对于我们的例子,它看起来像这样:
1
|
class Point(tuple):
|
此类的所有实例都具有与元组相同的内存占用。 大量实例会留下稍大的内存占用:
数据量 | 内存占用 |
---|---|
1 000 000 | 72 Mb |
10 000 000 | 720 Mb |
100 000 000 | 7.2 Gb |
Recordclass
python的第三方库recordclassd提供了一个数据结构recordclass.mutabletuple,它几乎和内置tuple数据结构一致,但是占用更少的内存。
1
|
>>> Point = recordclass(\'Point\', (\'x\', \'y\', \'z\'))
|
实例化以后,只少了PyGC_Head:
字段 | 占用内存 |
---|---|
PyObject_HEAD | 16 |
ob_size | 8 |
x | 8 |
y | 8 |
y | 8 |
TOTAL | 48 |
到此,我们可以看到,和slot比,又进一步缩小了内存占用:
数据量 | 内存占用 |
---|---|
1 000 000 | 48 Mb |
10 000 000 | 480 Mb |
100 000 000 | 4.8 Gb |
Dataobject
recordclass提供了另外一个解决方法:在内存中使用与slots类相同的存储结构,但不参与循环垃圾收集机制。通过recordclass.make_dataclass可以创建出这样的实例:
1
|
>>> Point = make_dataclass(\'Point\', (\'x\', \'y\', \'z\'))
|
另外一个方法是继承自dataobject
1
|
class Point(dataobject):
|
以这种方式创建的类将创建不参与循环垃圾收集机制的实例。 内存中实例的结构与slots的情况相同,但没有PyGC_Head:
字段 | 内存占用(bytes) |
---|---|
PyObject_HEAD | 16 |
x | 8 |
y | 8 |
y | 8 |
TOTAL | 40 |
1
|
>>> ob = Point(1,2,3)
|
要访问这些字段,还使用特殊描述符通过其从对象开头的偏移量来访问字段,这些对象位于类字典中:
1
|
mappingproxy({\'__new__\': <staticmethod at 0x7f203c4e6be0>,
|
数据量 | 内存占用 |
---|---|
1 000 000 | 40 Mb |
10 000 000 | 400 Mb |
100 000 000 | 4.0 Gb |
Cython
有一种方法基于Cython的使用。 它的优点是字段可以采用C语言原子类型的值。例如:
1
|
cdef class Python:
|
这种情况下,占用的内存更小:
1
|
>>> ob = Point(1,2,3)
|
内存结构分布如下:
字段 | 内存占用(bytes) |
---|---|
PyObject_HEAD | 16 |
x | 4 |
y | 4 |
y | 4 |
пусто | 4 |
TOTAL | 32 |
数据量 | 内存占用 |
---|---|
1 000 000 | 32 Mb |
10 000 000 | 320 Mb |
100 000 000 | 3.2 Gb |
但是,从Python代码访问时,每次都会执行从int到Python对象的转换,反之亦然。
Numpy
在纯Python的环境中,使用Numpy能带来更好的效果,例如:
1
|
>>> Point = numpy.dtype((\'x\', numpy.int32), (\'y\', numpy.int32), (\'z\', numpy.int32)])
|
创建初始值是0的数组:
1
|
>>> points = numpy.zeros(N, dtype=Point)
|
数据量 | 内存占用 |
---|---|
1 000 000 | 12 Mb |
10 000 000 | 120 Mb |
100 000 000 | 1.2 Gb |
最后注意:不管你是为了Python就业还是兴趣爱好,记住:项目开发经验永远是核心,如果你没有2020最新python入门到高级实战视频教程,可以去小编的Python交流.裙 :七衣衣九七七巴而五(数字的谐音)转换下可以找到了,里面很多新python教程项目,还可以跟老司机交流讨教!
可以看出,在Python性能优化这方面,还是有很多事情可以做的。Python提供了方便的同时,也需要暂用较多的资源。在不通的场景下,我需要选择不同的处理方法,以便带来更好的性能体验。
本文的文字及图片来源于网络加上自己的想法,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。