Question

我在matplotlib.imshow中发现了内存泄漏。我知道类似的问题（比如Excessive memory usage in Matplotlib imshow），我已经阅读了相关的铁心线程（https://github.com/ipython/ipython/issues/1623/）。

我认为下面的代码应该（在没有内存泄漏的情况下）在运行时消耗恒定的内存量。相反，它随着每次迭代而增长。

我正在运行我能找到的最新版本（matplotlib-1.2.0rc3.win32-py2.7和numpy-1.7.0.win32-py2.7），问题仍然存在。我没有保留imshow的返回值，事实上我明确地删除它，所以我认为IronPython讨论中的注释不适用。

表示在循环中有明确的赋值和del的行为是相同的。

我在matplotlib-1.2.0.win32-py2.7中看到了相同的行为。

每次迭代似乎都会挂在图像所需的任何内存上。我有选择了一个大的（1024x1024）随机矩阵，使每个图像的大小有趣。

我正在使用2G物理RAM，32位python2.7.3（因此内存错误）以及上面的numpy和matplotlib包运行Win7 pro。下面的代码在迭代440左右失败并出现内存错误。 Windows任务管理器报告失败时消耗1,860,232K。

以下是演示泄漏的代码：

IMAGE_SIZE = 1024
import random
RANDOM_MATRIX = []
for i in range(IMAGE_SIZE):
    RANDOM_MATRIX.append([random.randint(0, 100) for each in range(IMAGE_SIZE)])

def exercise(aMatrix, aCount):
    for i in range(aCount):
        anImage = imshow(aMatrix, origin='lower left', vmin=0, vmax=100)
        del(anImage)

if __name__=='__main__':
    from pylab import *
    exercise(RANDOM_MATRIX, 4096)

我可以用PIL而不是matplotlib渲染图像。在没有解决方法的情况下，我确实认为这是matplotlib的显示阻止。

Answer 1

我想我找到了一个解决方法，我没有完全意识到重量级的表现如何。

答案是只调用一次imshow，然后为每个后续图像调用带有RANDOM_MATRIX的set_data。

问题解决了！

Answer 2

我努力使它起作用，因为许多帖子都谈到了这个问题，但是似乎没人在乎提供一个可行的示例。

首先，您永远不要使用from ... import *语法，而在使用库时，您不会自己做-因为，您永远无法确定它没有声明会与您的符号冲突的符号。

然后，调用set_data不足以解决此问题-出于以下三个原因：

您没有提到调用此set_data的位置。这不是一个正常功能，而是对象的方法...哪个对象？
set_data是不够的 “激活”更改。有时会透明地发生因为另一个情节激活了它，但是如果没有激活，则需要自己打flush_events()。
如果尚未使用值调用imshow()，则设置数据将无法使用可以用来设置它的颜色图。

这是一个可行的解决方案

IMAGE_SIZE = 500
import numpy as np
import matplotlib.pyplot as plt


plt.ion()

fig1, ax1 = plt.subplots()
fig2, ax2 = plt.subplots()

# this example doesn't work because array only contains zeroes
array = np.zeros(shape=(IMAGE_SIZE, IMAGE_SIZE), dtype=np.uint8)
axim1 = ax1.imshow(array)

array[0, 0] = 99 # this value allow imshow to initialise it's color scale
axim2 = ax2.imshow(array)

del array

for _ in range(50):
    print(".", end="")
    matrix = np.random.randint(0, 100, size=(IMAGE_SIZE, IMAGE_SIZE), dtype=np.uint8)
    
    axim1.set_data(matrix)
    fig1.canvas.flush_events()
    
    axim2.set_data(matrix)
    fig1.canvas.flush_events()
print()

matplotlib imshow中的内存泄漏

2 个答案: