Question

最近这一点刺痛了我。我通过删除代码中列表的numpy数组的所有比较来解决它。但为什么垃圾收集器会错过收集它呢？

运行它，看着它吃掉你的记忆：

import numpy as np
r = np.random.rand(2)   
l = []
while True:
    r == l

在64位Ubuntu 10.04上运行，virtualenv 1.7.2，Python 2.7.3，Numpy 1.6.2

Answer 1

以防万一有人偶然发现并想知道......

@Dugal是的，我相信这是当前numpy版本（2012年9月）中的内存泄漏，当一些异常被引发时会发生（参见this和this）。为什么添加@BiRico“修复”的gc调用对我来说似乎很奇怪，虽然它必须在显然之后立即完成？也许它是如何python垃圾收集回溯的奇怪，如果有人知道异常处理和垃圾收集CPython内部，我会感兴趣。

解决方法：这与列表没有直接关系，但是例如大多数广播异常（空列表不适合数组大小，空数组导致相同的泄漏。请注意内部有一个从未表面的异常准备）。所以作为一种解决方法，你应该首先检查一下形状是否正确（如果你做了很多，否则我真的不担心，如果我做对了，这只会泄漏一个小字符串。）

已修复：此问题将通过numpy 1.7解决。

Answer 2

抱歉，我无法给出更完整的答案，但这似乎与垃圾收集有关。我能够在Redhat 5.8上使用python 2.7.2，numpy 1.6.1重新创建这个问题。但是，当我尝试以下操作时，内存使用率恢复正常。

import gc
import numpy as np
r = np.random.rand(2)   
l = []
while True:
    r == l
    gc.collect()

为什么numpy数组与列表的比较消耗了如此多的内存？

2 个答案: