我想知道我的 Python 应用程序的内存使用情况，特别想知道哪些代码块/部分或对象消耗了最多的内存。谷歌搜索显示一个商业版本是Python Memory Validator（仅限 Windows）。
我没有尝试过任何人，所以我想知道哪个是最好的考虑：
提供大部分细节。
我必须对我的代码做最少的更改或不做任何更改。
问问题
304537 次
8 回答
461
我的模块memory_profiler能够打印内存使用情况的逐行报告，并且可以在 Unix 和 Windows 上运行（最后一个需要 psutil）。输出不是很详细，但目的是让您大致了解代码在哪里消耗更多内存，而不是对分配的对象进行详尽的分析。
用标志装饰你的函数@profile并运行你的代码后，-m memory_profiler它将打印一个逐行报告，如下所示：
Line # Mem usage Increment Line Contents
==============================================
3 @profile
4 5.97 MB 0.00 MB def my_func():
5 13.61 MB 7.64 MB a = [1] * (10 ** 6)
6 166.20 MB 152.59 MB b = [2] * (2 * 10 ** 7)
7 13.61 MB -152.59 MB del b
8 13.61 MB 0.00 MB return a
于 2012-05-14T22:51:16.357 回答
306
guppy3使用起来非常简单。在您的代码中的某个时刻，您必须编写以下内容：
from guppy import hpy
h = hpy()
print(h.heap())
这会给你一些像这样的输出：
Partition of a set of 132527 objects. Total size = 8301532 bytes.
Index Count % Size % Cumulative % Kind (class / dict of class)
0 35144 27 2140412 26 2140412 26 str
1 38397 29 1309020 16 3449432 42 tuple
2 530 0 739856 9 4189288 50 dict (no owner)
您还可以找出引用对象的位置并获取有关它的统计信息，但不知何故，有关的文档有点稀疏。
还有一个图形浏览器，用 Tk 编写。
对于 Python 2.x，请使用Heapy。
于 2008-09-21T11:45:39.977 回答
85
我推荐Dowser。它很容易设置，您需要对代码进行零更改。您可以通过简单的 Web 界面查看随时间变化的每种类型的对象计数、查看活动对象列表、查看对活动对象的引用。
# memdebug.py
import cherrypy
import dowser
def start(port):
cherrypy.tree.mount(dowser.Root())
cherrypy.config.update({
'environment': 'embedded',
'server.socket_port': port
})
cherrypy.server.quickstart()
cherrypy.engine.start(blocking=False)
您导入 memdebug，然后调用 memdebug.start。就这样。
我还没有尝试过 PySizer 或 Heapy。我会感谢其他人的评论。
更新
上面的代码是 for的CherryPy 2.X，方法已经去掉了，不带flag了。所以如果你正在使用CherryPy 3.Xserver.quickstartengine.startblockingCherryPy 3.X
# memdebug.py
import cherrypy
import dowser
def start(port):
cherrypy.tree.mount(dowser.Root())
cherrypy.config.update({
'environment': 'embedded',
'server.socket_port': port
})
cherrypy.engine.start()
于 2008-09-21T04:50:55.013 回答
19
Muppy是（又一个）Python 的内存使用分析器。该工具集的重点是识别内存泄漏。
Muppy 试图帮助开发人员识别 Python 应用程序的内存泄漏。它可以在运行时跟踪内存使用情况并识别正在泄漏的对象。此外，还提供了允许定位未释放对象的来源的工具。
于 2013-03-11T14:17:42.353 回答
14
我正在为 Python 开发一个名为 memprof 的内存分析器：
http://jmdana.github.io/memprof/
它允许您在执行修饰方法期间记录和绘制变量的内存使用情况。您只需使用以下命令导入库：
from memprof import memprof
并使用以下方法装饰您的方法：
@memprof
这是一个关于情节如何的例子：
该项目托管在 GitHub 中：
于 2013-07-03T12:12:50.307 回答
7
也可以试试pytracemalloc 项目，它提供每个 Python 行号的内存使用情况。
编辑（2014/04）：它现在有一个 Qt GUI 来分析快照。
于 2013-09-04T22:56:02.990 回答