尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️
大數據文摘出品
編譯：Javen、胡笳、雲舟
內存不足是項目開發過程中經常碰到的問題，我和我的團隊在之前的一個項目中也遇到了這個問題，我們的項目需要存儲和處理一個相當大的動態列表，測試人員經常向我抱怨內存不足。但是最終，我們通過添加一行簡單的代碼解決了這個問題。
結果如圖所示：
我將在下面解釋它的工作原理。
舉一個簡單的「learning」示例 – 創建一個DataItem類，在其中定義一些個人信息屬性，例如姓名，年齡和地址。
classDataItem(object): def__init__(self, name, age, address): self.name = name self.age = age self.address = address
小測試——這樣一個對象會占用多少內存？
首先讓我們嘗試下面這種測試方案：
d1 = DataItem("Alex",42,"-")print("sys.getsizeof(d1):", sys.getsizeof(d1))
答案是56字節。看起來比較小，結果令人滿意。
但是，讓我們檢查另一個數據多一些的對象：
d2 = DataItem("Boris",24,"In the middle of nowhere")print("sys.getsizeof(d2):", sys.getsizeof(d2))
答案仍然是56。這讓我們明白這個結果並不完全正確。
我們的直覺是對的，這個問題不是那麼簡單。Python是一種非常靈活的語言，具有動態類型，它在工作時存儲了許多額外的數據。這些額外的數據本身就占了很多內存。
例如，sys.getsizeof(「 」)返回33，沒錯，每個空行就多達33字節！並且sys.getsizeof（1）將為此數字返回24-24個字節（我建議C工程師們現在點擊結束閱讀，以免對Python的美麗失去信心）。
對於更複雜的元素，例如字典，sys.getsizeof(dict())返回272個字節，這還只是一個空字典。舉例到此為止，但事實已經很清楚了，何況RAM的製造商也需要出售他們的晶片。
現在，讓我們回到回到我們的DataItem類和「小測試」問題。
這個類到底占多少內存？
首先，我們將以較低級別輸出該類的全部內容：
defdump(obj):forattrindir(obj): print(" obj.%s = %r"% (attr, getattr(obj, attr)))
這個函數將顯示隱藏在「隱身衣」下的內容，以便所有Python函數（類型，繼承和其他包）都可以運行。
結果令人印象深刻：
它總共占用多少內存呢？
在GitHub上，有一個函數可以計算實際大小，通過遞歸調用所有對象的getsizeof做到。
defget_size(obj, seen=None): # From https://goshippo.com/blog/measure-real-size-any-python-object/ # Recursively finds size of objects size = sys.getsizeof(obj) ifseenisNone: seen = set() obj_id = id(obj) ifobj_idinseen: return0# Important mark as seen *before* entering recursion to gracefully handle # self-referential objects seen.add(obj_id) ifisinstance(obj, dict): size += sum([get_size(v, seen)forvinobj.values()]) size += sum([get_size(k, seen)forkinobj.keys()]) elifhasattr(obj,'__dict__'): size += get_size(obj.__dict__, seen) elifhasattr(obj,'__iter__')andnotisinstance(obj, (str, bytes, bytearray)): size += sum([get_size(i, seen)foriinobj]) returnsize
讓我們試一下：
d1 = DataItem("Alex",42,"-")print("get_size(d1):", get_size(d1))d2 = DataItem("Boris",24,"In the middle of nowhere")print("get_size(d2):", get_size(d2))
我們分別得到460和484字節，這似乎更接近事實。
使用這個函數，我們可以進行一系列實驗。例如，我想知道如果DataItem放在列表中，數據將占用多少空間。
get_size([d1])函數返回532個字節，顯然，這些是「原本的」460+一些額外開銷。但是get_size([d1，d2])返回863個字節—小於460+484。get_size([d1，d2，d1])的結果更加有趣，它產生了871個字節，只是稍微多了一點，這說明Python很聰明，不會再為同一個對象分配內存。
現在我們來看問題的第二部分。
是否有可能減少內存消耗？
答案是肯定的。Python是一個解釋器，我們可以隨時擴展我們的類，例如，添加一個新字段：
d1 = DataItem("Alex",42,"-")print("get_size(d1):", get_size(d1))d1.weight =66print("get_size(d1):", get_size(d1))
這是一個很棒的特點，但是如果我們不需要這個功能，我們可以強制解釋器使用__slots__指令來指定類屬性列表：
classDataItem(object): __slots__ = ['name','age','address'] def__init__(self, name, age, address): self.name = name self.age = age self.address = address
更多信息可以參考文檔中的「__dict__和__weakref__的部分。使用__dict__所節省的空間可能會很大」。
我們嘗試後發現：get_size（d1）返回的是64字節，對比460直接，減少約7倍。作為獎勵，對象的創建速度提高了約20％（請參閱文章的第一個螢幕截圖）。
真正使用如此大的內存增益不會導致其他開銷成本。只需添加元素即可創建100,000個數組，並查看內存消耗：
data = []forpinrange(100000): data.append(DataItem("Alex",42,"middle of nowhere"))snapshot = tracemalloc.take_snapshot()top_stats = snapshot.statistics('lineno')total = sum(stat.sizeforstatintop_stats)print("Total allocated size: %.1f MB"% (total / (1024*1024)))
在沒有__slots__的情況結果為16.8MB，而使用__slots__時為6.9MB。當然不是7倍，但考慮到代碼變化很小，它的表現依然出色。
現在討論一下這種方式的缺點。激活__slots__會禁止創建其他所有元素，包括__dict__，這意味著，例如，下面這種將結構轉換為json的代碼將不起作用：
deftoJSON(self): returnjson.dumps(self.__dict__)
但這也很容易搞定，可以通過編程方式生成你的dict，遍歷循環中的所有元素：
deftoJSON(self): data = dict() forvarinself.__slots__: data[var] = getattr(self, var) returnjson.dumps(data)
向類中動態添加新變量也是不可能的，但在我們的項目里，這不是必需的。
下面是最後一個小測試。來看看整個程序需要多少內存。在程序末尾添加一個無限循環，使其持續運行，並查看Windows任務管理器中的內存消耗。
沒有__slots__時
69Mb變成27Mb……好吧，畢竟我們節省了內存。對於只添加一行代碼的結果來說已經很好了。
注意：tracemalloc調試庫使用了大量額外的內存。顯然，它為每個創建的對象添加了額外的元素。如果你將其關閉，總內存消耗將會少得多，截圖顯示了2個選項：
如何節省更多的內存？
可以使用numpy庫，它允許你以C風格創建結構，但在這個的項目中，它需要更深入地改進代碼，所以對我來說第一種方法就足夠了。
奇怪的是，__slots__的使用從未在Habré上詳細分析過，我希望這篇文章能夠填補這一空白。
結論
這篇文章看起來似乎是反Python的廣告，但它根本不是。Python是非常可靠的（為了「刪除」Python中的程序，你必須非常努力），這是一種易於閱讀和方便編寫的語言。在許多情況下，這些優點遠勝過缺點，但如果你需要性能和效率的最大化，你可以使用numpy庫像C++一樣編寫代碼，它可以非常快速有效地處理數據。
最後，祝你編程愉快！
相關報導：
https://medium.com/@alexmaisiura/python-how-to-reduce-memory-consumption-by-half-by-adding-just-one-line-of-code-56be6443d524
【今日機器學習概念】
Have a Great Definition
志願者介紹
後台回復「志願者」加入我們