Question

所以我只是绘制了大量的情节，大约5000，我的RAM正在运行。我搜索了网站和网页，发现了多个解决方案，例如plt.close，plt.clf()和gc.collect()，但都没有帮助。我不明白为什么即使我关闭所有数字，我的记忆力仍然充分。非常感谢帮助。

这里的主题相同，但没有为我提供有效的解决方案： How can I release memory after creating matplotlib figures

y = range(5039*402) 
x = np.arange(0,402,1)
for i in xrange(len(data_collection)-1):
   plt.figure()
   plt.plot(x,y[i*402:402*(i+1)])
   plt.savefig('save%i.png'%(i))
   plt.close()

抱歉，这可能是一个简单的问题，但我是python的新手

Answer 1

您没有提到您正在使用的matplotlib版本，但这是早期版本的已知问题（它应该在2.0.x中修复）。我用来“绕过”内存泄漏的一种方法是在自己的进程中创建每个绘图。例如，您可以为每个绘图使用子流程，线程或多进程。

Python subprocess

Python threading

Python multiprocessing

我首选的方法是多处理，因为（IMO）将事物移入和移出每个过程要容易得多（对象必须是可拾取的。）

Python pickling

ETA：这是一个愚蠢的例子，展示了如何使用多处理构建脚本。

import datetime as dt
import multiprocessing as mp

return_queue1 = mp.Queue()
return_queue2 = mp.Queue()

def foo(text, return_queue):
    for _ in range(5000):
        continue
    return_queue.put(dt.datetime.now())

def bar(text, return_queue):
    for _ in range(5000):
        continue
    return_queue.put(dt.datetime.now())

for _ in range(5):
    log = 0
    if __name__ == '__main__':
        for _ in range(100):
            p1 = mp.Process(name='p1', target=foo, args=('foo', return_queue1,))
            p2 = mp.Process(name='p2', target=bar, args=('bar', return_queue2,))
            p1.start()
            p2.start()

            if return_queue1.get() > return_queue2.get():
                log += 1

        p1.join()
        p2.join()
        print(u"Times bar won: {0}".format(log))

在循环中创建绘图时RAM已满

1 个答案: