Jupyter 笔记本中基于循环的 Seaborn 绘图的内存泄漏

Question

我在使用 Jupyter 笔记本中调用的函数管理内存时遇到了一些问题。此函数包含进行一些成对数据分析的计算。在迭代处理期间，循环会生成一些绘图并将这些绘图写入磁盘。

然而，即使在关闭情节之后，我似乎也将大约 40MB/s 的速度累积到 RAM 中。

这是以这种速度泄漏的简化示例：

for x in combinations(range(m.num_parameters + 1), 2):

    _plot = sns.pairplot(data=m_df, x_vars=[x[0]], y_vars=[x[1]-1], 
                         size=5)
    _plot.savefig(directory+'{}_{}'.format([x[0]], [x[1]-1]))
    sns.plt.clf()
    sns.plt.close()

    # I can even run the following to no avail:
    del(_plot)

作为参考，我的数据结构类似于：

m_df = pd.DataFrame.from_dict(m.parameters)
m_df.columns = m.parameters.keys()

我已经使用 mprun、pympler 等各种方法在 Jupyter 内部进行了大量内存分析。当我简单地注释掉绘图例程时出现了关键提示，就像上面例子中的那样，并注意到我不再填满 RAM。

作为澄清说明，这些图都没有在笔记本中呈现，因为上面的代码片段代表了一个导入并提供数据以进行处理的模块。

我还发现，在例程完成后（或键盘中断后），我可以通过在笔记本中手动运行垃圾收集来释放内存。

有没有人知道为什么这些情节对象似乎没有正确关闭？