相关疑难解决方法(0)

我想知道我的Python应用程序的内存使用情况,并且特别想知道哪些代码块/部分或对象占用了大部分内存.Google搜索显示商业广告是Python Memory Validator(仅限Windows).

开源的是PySizer和Heapy.

我没有尝试任何人,所以我想知道哪一个是最好的考虑:

1. 提供大部分细节.

2. 我必须对代码进行最少或不做任何更改.

我有一个非常大的csv文件,我在熊猫中打开如下....

import pandas
df = pandas.read_csv('large_txt_file.txt')

一旦我这样做,我的内存使用量增加2GB,这是预期的,因为该文件包含数百万行.当我需要释放这个内存时,我的问题出现了.我跑了....

del df

但是,我的内存使用率没有下降.这是释放熊猫数据帧所使用的内存的错误方法吗？如果是,那么正确的方法是什么？

我有许多数据帧作为预处理的一部分创建.由于我有6GB内存限制,我想从RAM中删除所有不必要的数据帧,以避免在scikit-learn中运行GRIDSEARCHCV时内存不足.

1)是否只有列出的功能,当前加载到内存中的所有数据帧？

我尝试了dir()但它提供了许多除dataframe之外的其他对象.

2)我创建了一个要删除的数据帧列表

del_df=[Gender_dummies,
 capsule_trans,
 col,
 concat_df_list,
 coup_CAPSULE_dummies]

跑了

for i in del_df:
    del (i)

但它没有删除数据帧.但是,像下面一样删除数据帧是从内存中删除数据帧.

del Gender_dummies
del col