python - 声明变量的内存与在函数调用中定义变量时的内存

Question

所以我有一个一般性问题，但由于我是用 Python 编写的，所以它是标签。

假设我有df这是一个 pandas 数据框 - 我通常会这样做:

df=pd.DataFrame(data = cosine_similarity(df.T))

而不是

df=df.T
df = pd.DataFrame(data = cosine_similarity(df))

但后来我想:如果内存是问题(而不是速度)，那么第二种方法会优于第一种方法吗？我假设cosine_similarity必须计算df.T为了使用它，因此使用两倍的内存(df和df.T都存储在内存中)，直到计算完成。

我是对的还是这到底是如何完成的？

Answer 1

在这两种情况下，都会计算df.T(无论如何都会发生这种情况)。唯一的区别是，在第一个代码中，结果绑定(bind)到 cosine_similarity 参数，而在第二个代码中，结果绑定(bind)到当前范围内的名称 df。在这两种情况下，pd.DataFrame 的结果都会绑定(bind)到 df。

内存使用的唯一区别是 当 df 的原始值被垃圾收集时(如果有的话)，因为您的第一个代码重新分配 df 晚于第二个代码。