Я сталкиваюсь с проблемой утечек памяти, используя pandas
библиотека в python. Я создаю объекты pandas.dataframe
в моем классе, и у меня есть метод, который меняет размер данных в соответствии с моими условиями. После изменения размера фрейма и создания нового объекта pandas я переписываю оригинальный pandas.dataframe в моем классе. Но использование памяти очень велико даже после значительного сокращения начальной таблицы. Некоторый код для короткого примера (я не пишу менеджер процессов, менеджер задач см):Pandas: где утечка памяти здесь?
import time, string, pandas, numpy, gc
class temp_class():
def __init__(self, nrow = 1000000, ncol = 4, timetest = 5):
self.nrow = nrow
self.ncol = ncol
self.timetest = timetest
def createDataFrame(self):
print('Check memory before dataframe creating')
time.sleep(self.timetest)
self.df = pandas.DataFrame(numpy.random.randn(self.nrow, self.ncol),
index = numpy.random.randn(self.nrow), columns = list(string.letters[0:self.ncol]))
print('Check memory after dataFrame creating')
time.sleep(self.timetest)
def changeSize(self, from_ = 0, to_ = 100):
df_new = self.df[from_:to_].copy()
print('Check memory after changing size')
time.sleep(self.timetest)
print('Check memory after deleting initial pandas object')
del self.df
time.sleep(self.timetest)
print('Check memory after deleting copy of reduced pandas object')
del df_new
gc.collect()
time.sleep(self.timetest)
if __name__== '__main__':
a = temp_class()
a.createDataFrame()
a.changeSize()
Перед dataframe создания у меня ок. 15 Мб использования памяти
После создания - 67MB
После изменения размера - 67 Мб
После удаления оригинального dataframe - 35MB
После удаления уменьшенной таблицы - 31 Мб.
16 мб?
Я использую python 2.7.2 (x32) для Windows 7 (x64) machine, pandas. версия - 0.7.3. NumPy. версия является 1.6.1
Так работает распределение памяти Python. Вероятно, утечки памяти нет. – jozzas