介紹

[[383172]]

大多數(shù)時(shí)候，我們不需要優(yōu)化Python中的內(nèi)存使用情況。我們的程序太小而無(wú)法占用大量?jī)?nèi)存，或者我們正在將數(shù)據(jù)存儲(chǔ)在程序外部的數(shù)據(jù)庫(kù)中。無(wú)論如何，在某些情況下，我們必須在內(nèi)存中保留過(guò)大的結(jié)構(gòu)或大量的對(duì)象。因此，我希望舉例說(shuō)明可以減少程序內(nèi)存使用量的做法。

議程

• 用__slots__限制類字段
• Generator惰性加載
• 用數(shù)組約束元素類型

用__slots__限制類字段

默認(rèn)情況下，每當(dāng)您在Python中創(chuàng)建對(duì)象時(shí)，即使在創(chuàng)建之后，您也能夠?qū)⑿伦侄翁砑拥綄?duì)象。

例如，假設(shè)我有一個(gè)名為Dog的類：

class Dog:  
    def __init__(self, name, age):  
    self.name = name  
        self.age = age 
    def main():  
    dog = Dog("James", 5)  
        dog.breed = "Pitbull"  
        print(dog.breed) 
 
main() 

盡管名稱和年齡是我傳遞給構(gòu)造函數(shù)的唯一字段，但是請(qǐng)注意，在創(chuàng)建dog之后，如何初始化一個(gè)名為繁殖的新字段。本質(zhì)上，dog的字段存儲(chǔ)在內(nèi)部字典中，可通過(guò).__ dict__訪問(wèn)，并且在初始化dog.breed時(shí)，將其值為“ Pitbull”的字段“ breed”添加到內(nèi)部字典中。

def main(): 
    dog = Dog("James", 5) 
    print(dog.__dict__)  
    ''' 
    output: {'name': 'James', 'age': 5} 
    ''' 
    dog.breed = "Pitbull" 
    print(dog.__dict__) 
    ''' 
    output: {'name': 'James', 'age': 5, 'breed': 'Pitbull'} 
    ''' 
main() 

盡管這提供了靈活性，但大多數(shù)時(shí)候我們不需要在實(shí)例化之外添加新字段。為了節(jié)省內(nèi)存占用量，我們可以設(shè)置Dog的__slots__屬性來(lái)預(yù)定義其字段。

class Dog: 
    __slots__ = ("name", "age") 
    def __init__(self, name, age): 
        self.name = name 
        self.age = age 

使用__slots__可以防止創(chuàng)建內(nèi)部字典，從而使我們可以更緊湊地存儲(chǔ)實(shí)例字段。但是，現(xiàn)在，我們不再能夠即時(shí)創(chuàng)建新字段。

def main(): 
    dog = Dog("James", 5) 
    dog.breed = "Pitbull"  
    ''' 
    output: AttributeError:'Dog' object has no attribute 'breed' 
    ''' 
   
main() 

為了測(cè)試__slots__的內(nèi)存使用情況，我創(chuàng)建了100,000個(gè)Dog和SlotDog對(duì)象。

class Dog: 
   
  def __init__(self, name, age): 
    self.name = name 
    self.age = age 
class SlotDog: 
     
   __slots__=("name", "age") 
   def __init__(self, name, age): 
     self.name = name 
     self.age = age 

然后，我使用memory_profiler分解了創(chuàng)建100,000個(gè)對(duì)象后內(nèi)存使用量的增加情況。創(chuàng)建Dog對(duì)象后，內(nèi)存使用量增加了16.5 MiB，而SlotDog對(duì)象則增加了5.8 MiB，這表明使用__slots__有了很大的改進(jìn)。您可以在GitHub上查看創(chuàng)建代碼(https://github.com/Ramko9999/Medium-Memory-Efficient-Python/blob/main/slots_perf.py)。

在必須實(shí)例化具有預(yù)定字段的大量對(duì)象的情況下，使用__slots__將是有益的。

用Genertor惰性加載

當(dāng)使用大文件或集合時(shí)，可能無(wú)法加載整個(gè)文件或?qū)⒓暇S護(hù)在內(nèi)存中。如果我們可以一次處理多個(gè)文件或集合中的一個(gè)元素，那就太好了。

進(jìn)入生成器!

讓我們考慮一個(gè)例子。說(shuō)我需要獲取前n個(gè)奇數(shù)進(jìn)行處理。自然地，我們可以創(chuàng)建一個(gè)列表并附加前n個(gè)奇數(shù)。

def get_odds_list(n): 
    odds = [] 
    num = 1 
    for i in range(n): 
        odds.append(num) 
        num += 2 
    return odds 

但是，如果我們要處理前幾百萬(wàn)的賠率，那么在內(nèi)存中維護(hù)此列表將變得昂貴。更好的方法是在我們計(jì)算賠率時(shí)利用生成器迭代賠率，而不是計(jì)算和存儲(chǔ)所有百萬(wàn)賠率。

這是上面的函數(shù)作為生成器的樣子：

def get_odds_generator(n): 
    num = 1 
    for i in range(n): 
        yield num 
        num += 2 
odds = get_odds_generator(1000000) 

當(dāng)我們初始化賠率時(shí)，尚未計(jì)算任何奇數(shù)。此刻的賠率只是一個(gè)迭代器，一個(gè)值序列。為了訪問(wèn)迭代器中的元素，我們必須在迭代器上調(diào)用next。顧名思義，next返回序列中的下一個(gè)值。

神奇之處在于yield關(guān)鍵字：它使函數(shù)成為生成器。本質(zhì)上，當(dāng)按賠率調(diào)用next時(shí)，生成器get_odds_generator將評(píng)估其代碼，直到達(dá)到y(tǒng)ield為止。然后，生成器將返回該值，并且其狀態(tài)將凍結(jié)。然后，再次調(diào)用next時(shí)，生成器將從中斷狀態(tài)重新開始評(píng)估其代碼。

def get_odds_generator(n): 
    num = 1 
    for i in range(n): 
        yield num 
        num += 2 
 
odds = get_odds_generator(1000000) 
 
first = next(odds) 
''' 
first = 1 
Explanation: num is 1. We enter the for loop and immediately yield num 
''' 
 
second = next(odds) 
''' 
second = 3  
Explanation: num is 1. We add 2 to num, so its now 3.  
We go the next iteration of the loop and yield num 
''' 
 
third = next(odds) 
''' 
third = 5 
Explanation: num is 3. We add 2 to num, so its now 5.  
We go to the next iteration of the loop and yield num 
''' 

我們還可以按照以下方式瀏覽生成器生成的值。

odds = get_odds_generator(1000000) 
for odd in odds: 
    pass //process the odd 

我們可以使用生成器來(lái)計(jì)算賠率。因此，我們不需要任何額外的內(nèi)存來(lái)存儲(chǔ)賠率。

使用生成器的一個(gè)警告是，我們將無(wú)法獲取先前的元素或跳過(guò)元素的序列。如果您需要訪問(wèn)以前的元素，則最好直接使用列表。

用數(shù)組約束元素類型

盡管許多人認(rèn)為列表在Python中是數(shù)組，但實(shí)際上存在一個(gè)單獨(dú)的數(shù)組模塊。列表和數(shù)組之間的核心區(qū)別在于，數(shù)組僅限于一種類型的元素。

我們可以使用多種類型的值在Python中創(chuàng)建列表。

lst = [1.0, 1, {}, "hi"] 

數(shù)組不是這種情況。我們必須使用類型代碼指定數(shù)組中元素的類型。類型代碼是代表數(shù)組類型的字符：“ i”代表整數(shù)，“ b”代表字符，依此類推…

from array import array 
arr = array('i', []) # create an array of integers 
arr.append(4) # append 4 to arr 
arr.append('') # type error: integer is required not string 

數(shù)組與列表有很多共同的方法，例如append和pop(文檔)。數(shù)組的主要優(yōu)點(diǎn)是它們更加緊湊。為了測(cè)試這一點(diǎn)，我制作了一個(gè)包含一百萬(wàn)個(gè)整數(shù)的列表和數(shù)組，發(fā)現(xiàn)該列表的內(nèi)存使用量增加了19.5 MiB，而數(shù)組僅增加了4 MiB。簽出測(cè)量代碼(代碼)。

如果您有大量相同類型的數(shù)據(jù)序列，請(qǐng)考慮使用數(shù)組。

結(jié)論

過(guò)早的優(yōu)化是萬(wàn)惡之源。

-唐納德·埃文·克努斯

我已經(jīng)展示了可以減少內(nèi)存占用的多種實(shí)踐，從使用__slots__到數(shù)組不等。僅在真正需要優(yōu)化內(nèi)存的最壞情況下考慮使用這些做法。在大多數(shù)情況下，不需要__slots__和數(shù)組。另一方面，標(biāo)準(zhǔn)API很可能已經(jīng)使用了生成器，因此您可以放輕松。