使用memory_profiler帮助需要在不同点释放一些内存的项目。开发环境为OS X雪豹。
如下所示，分析的内存峰值约为 414.699 MiB，但事件监视器显示进程峰值几乎是该值的两倍(超过 900 MB )。
Line # Mem usage Increment Line Contents
================================================
24 20.441 MiB 0.000 MiB @profile
25 def do_work():
26 "Call each function in order"
27 20.445 MiB 0.004 MiB x = audio.AudioQuantumList()
28 137.098 MiB 116.652 MiB audiofile = make_objects("/Users/path/audio/Track01.mp3")
29 295.480 MiB 158.383 MiB audiofile2 = make_objects("/Users/path/audio/Track02.mp3")
30 414.699 MiB 119.219 MiB audiofile3 = make_objects("/Users/path/audio/Track03.mp3")
31 414.699 MiB 0.000 MiB x = add_to_list(audiofile, x)
32 417.426 MiB 2.727 MiB audiofile = clear_memory(audiofile)
33 417.426 MiB 0.000 MiB gc.collect()
34 417.426 MiB 0.000 MiB x = add_to_list(audiofile2, x)
35 425.047 MiB 7.621 MiB audiofile2 = clear_memory(audiofile2)
36 285.344 MiB -139.703 MiB gc.collect()
37 285.344 MiB 0.000 MiB x = add_to_list(audiofile3, x)
38 340.082 MiB 54.738 MiB audiofile3 = clear_memory(audiofile3)
39 339.582 MiB -0.500 MiB gc.collect()
内存分析器显示 CPU 实际使用的内存的一半是否正常？这实际上是这里发生的事情吗？
另请注意，当未显式调用 gc.collect 时，在第 36 行释放的 -139.703 MiB 变为:
================================================
35 374.895 MiB -45.617 MiB audiofile2 = clear_memory(audiofile2)
最佳答案
在逐行报告中，memory_profiler 测量每行执行后的内存使用情况。在函数内的内存峰值中，例如在 make_objects 内，但在函数返回之前释放内存，则 memory_profiler 将不会报告该使用情况。
解决方法包括装饰嵌套函数(例如 make_objects)或使用 mprof(与 memory_profiler 一起分发)来报告内存使用情况作为时间的函数。
关于python - python 真实内存与分析内存，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/25633845/