Question

我有一个班级和它的方法。该方法在执行期间重复多次。此方法使用numpy数组作为临时缓冲区。我不需要在方法调用之间将值存储在缓冲区内。我应该创建数组的成员实例，以避免在方法执行期间内存分配上的时间泄漏吗？我知道，最好使用局部变量。但是，Python是否足够聪明，只能为阵列分配一次内存？

class MyClass:
    def __init__(self, n):
        self.temp = numpy.zeros(n)
    def method(self):
        # do some stuff using self.temp

或者

class MyClass:
    def __init__(self, n):
        self.n = n
    def method(self):
        temp = numpy.zeros(self.n)
        # do some stuff using temp

更新：用零替换为空

Answer 1

Numpy数组一旦创建就很快。但是，创建一个数组非常昂贵。比创建一个python列表更重要。

在像你这样的情况下，你一次又一次地创建一个新数组（在for循环中？），我总是预先分配数组结构，然后重用它。

我不能评论Python是否足够聪明以优化它，但我猜它不是：）

您的数组有多大以及调用此方法的频率如何？

Answer 2

是的，您需要预先分配大型数组。但是，如果这将是有效的取决于你如何使用这些数组。

这将为计算的中间结果带来几个新的分配：

self.temp = a * b + c

这不会（如果预先分配self.x）：

numpy.multiply(a, b, out=self.x)
numpy.add(c, self.x, out=self.temp)

但是对于这些情况（当您使用大型数组处理重要公式时）最好使用numexpr或einsum进行矩阵计算。

我应该预先分配一个numpy数组吗？

2 个答案: