在程序執行期間，如果內存中存在大量處于活動狀態的對象，就有可能出現內存問題，尤其是在可用內存總量有限的情況下。在本文中，我們將討論通過縮小對象大幅減少Python所需內存量的方法。
作者 |? intellimath
譯者 |?彎月，責編 | 郭芮
出品 | CSDN（ID：CSDNnews）
以下為譯文：
為了簡便起見，我們以一個表示點的Python結構為例，它包括x、y、z坐標值，坐標值可以通過名稱訪問。
?
Dict
?
在小型程序中，特別是在腳本中，使用Python自帶的dict來表示結構信息非常簡單方便：
>>
>?ob?=?{
'x'
:1
,?
'y'
:2
,?
'z'
:3
}
>>
>?x?=?ob[
'x'
]
>>
>?ob[
'y'
]?=?y
?
由于在Python 3.6中dict的實現采用了一組有序鍵，因此其結構更為緊湊，更深得人心。但是，讓我們看看dict在內容中占用的空間大小：
>>
>?print(sys.getsizeof(ob))
240
?
如上所示，dict占用了大量內存，尤其是如果突然虛需要創建大量實例時：
|
實例數 |
對象大小 |
|
1 000 000 |
240 Mb |
|
10 000 000 |
2.40 Gb |
|
100 000 000 |
24 Gb |
?
類實例
?
有些人希望將所有東西都封裝到類中，他們更喜歡將結構定義為可以通過屬性名訪問的類：
class
?
Point
:
????
#
????
def?
__init__
(
self
,?x,?y,?z)
:
????????
self
.x?=?x
????????
self
.y?=?y
????????
self
.z?=?z
>>
>?ob?=?Point(
1
,
2
,
3
)
>>
>?x?=?ob.x
>>
>?ob.y?=?y
類實例的結構很有趣：
|
字段 |
大小（比特） |
|
PyGC_Head |
24 |
|
PyObject_HEAD |
16 |
|
__weakref__ |
8 |
|
__dict__ |
8 |
|
合計： |
56 |
在上表中，__weakref__是該列表的引用，稱之為到該對象的弱引用（weak reference）；字段__dict__是該類的實例字典的引用，其中包含實例屬性的值（注意在64-bit引用平臺中占用8字節）。從Python3.3開始，所有類實例的字典的鍵都存儲在共享空間中。這樣就減少了內存中實例的大小：
>>>?
print
(
sys
.getsizeof
(
ob
),?
sys
.getsizeof
(
ob
.__dict__
))?
56?112
因此，大量類實例在內存中占用的空間少于常規字典（dict）：
|
實例數 |
大小 |
|
1 000 000 |
168 Mb |
|
10 000 000 |
1.68 Gb |
|
100 000 000 |
16.8 Gb |
不難看出，由于實例的字典很大，所以實例依然占用了大量內存。
?
帶有__slots__的類實例
?
為了大幅降低內存中類實例的大小，我們可以考慮干掉__dict__和__weakref__。為此，我們可以借助 __slots__：
class
?
Point
:
????__slots_
_
?=?
'x'
,?
'y'
,?
'z'
????
def?
__init__
(
self
,?x,?y,?z)
:
????????
self
.x?=?x
????????
self
.y?=?y
????????
self
.z?=?z
>>
>?ob?=?Point(
1
,
2
,
3
)
>>
>?print(sys.getsizeof(ob))
64
?
如此一來，內存中的對象就明顯變小了：
|
字段 |
大小（比特） |
|
PyGC_Head |
24 |
|
PyObject_HEAD |
16 |
|
x |
8 |
|
y |
8 |
|
z |
8 |
|
總計： |
64 |
在類的定義中使用了__slots__以后，大量實例占據的內存就明顯減少了：
|
實例數 |
大小 |
|
1 000 000 |
64 Mb |
|
10 000 000 |
640 Mb |
|
100 000 000 |
6.4 Gb |
目前，這是降低類實例占用內存的主要方式。
這種方式減少內存的原理為：在內存中，對象的標題后面存儲的是對象的引用（即屬性值），訪問這些屬性值可以使用類字典中的特殊描述符：
>>>?pprint(Point.__dict__)
mappingproxy(
??????????????....................................
??????????????
'x'
:?
'x'?
of
?
'Point'
?objects>,
??????????????
'y'
:?
'y'?
of
?
'Point'
?objects>,
??????????????
'z'
:?
'z'?
of
?
'Point'
?objects>})
?
為了自動化使用__slots__創建類的過程，你可以使用庫namedlist（https://pypi.org/project/namedlist）。namedlist.namedlist函數可以創建帶有__slots__的類：
>>
>?Point?=?namedlist(
'Point'
,?(
'x'
,?
'y'
,?
'z'
))
?
還有一個包attrs（https://pypi.org/project/attrs），無論使用或不使用__slots__都可以利用這個包自動創建類。
?
元組
?
Python還有一個自帶的元組（tuple）類型，代表不可修改的數據結構。元組是固定的結構或記錄，但它不包含字段名稱。你可以利用字段索引訪問元組的字段。在創建元組實例時，元組的字段會一次性關聯到值對象：
>>
>?ob?=?(
1
,
2
,
3
)
>>
>?x?=?ob[
0
]
>>
>?ob[
1
]?=?y?
#?ERROR
?
元組實例非常緊湊：
>>
>?print(sys.getsizeof(ob))
72
?
由于內存中的元組還包含字段數，因此需要占據內存的8個字節，多于帶有__slots__的類：
|
字段 |
大小（字節） |
|
PyGC_Head |
24 |
|
PyObject_HEAD |
16 |
|
ob_size |
8 |
|
[0] |
8 |
|
[1] |
8 |
|
[2] |
8 |
|
總計： |
72 |
?
命名元組
?
由于元組的使用非常廣泛，所以終有一天你需要通過名稱訪問元組。為了滿足這種需求，你可以使用模塊collections.namedtuple。
namedtuple函數可以自動生成這種類：
>>
>?Point?=?namedtuple(
'Point'
,?(
'x'
,?
'y'
,?
'z'
))
如上代碼創建了元組的子類，其中還定義了通過名稱訪問字段的描述符。對于上述示例，訪問方式如下：
?
class
?
Point
(
tuple
):
?????
#
?????@property
?????
def?
_get_x
(
self
)
:
?????????
return
?
self
[
0
]
?????@property
?????
def?
_get_y
(
self
)
:
?????????
return
?
self
[
1
]
?????@property
?????
def?
_get_z
(
self
)
:
?????????
return
?
self
[
2
]
?????
#
?????
def?
__new__
(cls,?x,?y,?z)
:
?????????
return
?tuple.__new_
_
(cls,?(x,?y,?z))
這種類所有的實例所占用的內存與元組完全相同。但大量的實例占用的內存也會稍稍多一些：
|
實例數 |
大小 |
|
1 000 000 |
72 Mb |
|
10 000 000 |
720 Mb |
|
100 000 000 |
7.2 Gb |
?
記錄類：不帶循環GC的可變更命名元組
?
由于元組及其相應的命名元組類能夠生成不可修改的對象，因此類似于ob.x的對象值不能再被賦予其他值，所以有時還需要可修改的命名元組。由于Python沒有相當于元組且支持賦值的內置類型，因此人們想了許多辦法。在這里我們討論一下記錄類（recordclass，https://pypi.org/project/recordclass），它在StackoverFlow上廣受好評（https://stackoverflow.com/questions/29290359/existence-of-mutable-named-tuple-in）。
此外，它還可以將對象占用的內存量減少到與元組對象差不多的水平。
recordclass包引入了類型recordclass.mutabletuple，它幾乎等價于元組，但它支持賦值。它會創建幾乎與namedtuple完全一致的子類，但支持給屬性賦新值（而不需要創建新的實例）。recordclass函數與namedtuple函數類似，可以自動創建這些類：
?
>>>?
Point?=?recordclass(
'Point'
,?(
'x'
,?
'y'
,?
'z'
))
?
>>>?
ob?=?Point(
1
,?
2
,?
3
)
?
類實例的結構也類似于tuple，但沒有PyGC_Head：
|
字段 |
大小（字節） |
|
PyObject_HEAD |
16 |
|
ob_size |
8 |
|
x |
8 |
|
y |
8 |
|
z |
8 |
|
總計： |
48 |
?
在默認情況下，recordclass函數會創建一個類，該類不參與垃圾回收機制。一般來說，namedtuple和recordclass都可以生成表示記錄或簡單數據結構（即非遞歸結構）的類。在Python中正確使用這二者不會造成循環引用。因此，recordclass生成的類實例默認情況下不包含PyGC_Head片段（這個片段是支持循環垃圾回收機制的必需字段，或者更準確地說，在創建類的PyTypeObject結構中，flags字段默認情況下不會設置Py_TPFLAGS_HAVE_GC標志）。
大量實例占用的內存量要小于帶有__slots__的類實例：
|
實例數 |
大小 |
|
1 000 000 |
48 Mb |
|
10 000 000 |
480 Mb |
|
100 000 000 |
4.8 Gb |
?
dataobject
?
recordclass庫提出的另一個解決方案的基本想法為：內存結構采用與帶__slots__的類實例同樣的結構，但不參與循環垃圾回收機制。這種類可以通過recordclass.make_dataclass函數生成：
>>
>?Point?=?make_dataclass(
'Point'
,?(
'x'
,?
'y'
,?
'z'
))
這種方式創建的類默認會生成可修改的實例。
另一種方法是從recordclass.dataobject繼承：
class
?Point(dataobject):
????x:
int
????y:
int
????z:
int
?
這種方法創建的類實例不會參與循環垃圾回收機制。內存中實例的結構與帶有__slots__的類相同，但沒有PyGC_Head：
|
字段 |
大小（字節） |
|
PyObject_HEAD |
16 |
|
ob_size |
8 |
|
x |
8 |
|
y |
8 |
|
z |
8 |
|
總計： |
48 |
?
>>
>?ob?=?Point(
1
,
2
,
3
)
>>
>?print(sys.getsizeof(ob))
40
?
如果想訪問字段，則需要使用特殊的描述符來表示從對象開頭算起的偏移量，其位置位于類字典內：
mappingproxy({
'__new__'
:?
0x7f203c4e6be0>,
??????????????.......................................
??????????????
'x'
:?
0x7f203c55c690>,
??????????????
'y'
:?
0x7f203c55c670>,
??????????????
'z'
:?
0x7f203c55c410>})
大量實例占用的內存量在CPython實現中是最小的：
|
實例數 |
大小 |
|
1 000 000 |
40 Mb |
|
10 000 000 |
400 Mb |
|
100 000 000 |
4.0 Gb |
?
Cython
?
還有一個基于Cython（https://cython.org/）的方案。該方案的優點是字段可以使用C語言的原子類型。訪問字段的描述符可以通過純Python創建。例如：
cdef?
class
?
Python
:
????cdef?public?int?x,?y,?z
?
def?
__init__
(
self
,?x,?y,?z)
:
??????
self
.x?=?x
??????
self
.y?=?y
??????
self
.z?=?z
?
本例中實例占用的內存更小：
>>
>?ob?=?Point(
1
,
2
,
3
)
>>
>?print(sys.getsizeof(ob))
32
內存結構如下：
|
字段 |
大小（字節） |
|
PyObject_HEAD |
16 |
|
x |
4 |
|
y |
4 |
|
z |
4 |
|
nycto |
4 |
|
總計： |
32 |
大量副本所占用的內存量也很小：
|
實例數 |
大小 |
|
1 000 000 |
32 Mb |
|
10 000 000 |
320 Mb |
|
100 000 000 |
3.2 Gb |
但是，需要記住在從Python代碼訪問時，每次訪問都會引發int類型和Python對象之間的轉換。
?
Numpy
?
使用擁有大量數據的多維數組或記錄數組會占用大量內存。但是，為了有效地利用純Python處理數據，你應該使用Numpy包提供的函數。
>>>?Point?=?numpy.dtype((
'x'
,?numpy.
int32
),?(
'y'
,?numpy.
int32
),?(
'z'
,?numpy.
int32
)])
一個擁有N個元素、初始化成零的數組可以通過下面的函數創建：
?
>>>?
points?=?numpy.zeros(N,?dtype=Point)
內存占用是最小的：
|
實例數 |
大小 |
|
1 000 000 |
12 Mb |
|
10 000 000 |
120 Mb |
|
100 000 000 |
1.2 Gb |
一般情況下，訪問數組元素和行會引發Python對象與C語言int值之間的轉換。如果從生成的數組中獲取一行結果，其中包含一個元素，其內存就沒那么緊湊了：
??>>>?
sys
.getsizeof
(
points
[0]
)
??68
因此，如上所述，在Pytho代碼中需要使用numpy包提供的函數來處理數組。
?
總結
?
在本文中，我們通過一個簡單明了的例子，求證了Python語言（CPython）社區的開發人員和用戶可以真正減少對象占用的內存量。
原文：https://habr.com/en/post/458518/
本文為 CSDN 翻譯，轉載請注明來源出處。
學Python想要達到大牛高度，你得這么學！
https://edu.csdn.net/topic/python115?utm_source=csdn_bw
【END】
?熱 文 ?推 薦?
? “5 年內，PC 或將逐漸消失！”| 人物志
? 直接拿來用！GitHub 標星 5000+，學生黨學編程有這份資料就夠了
? 華人學者解開計算機領域 30 年難題：布爾函數敏感度猜想
?真實揭秘 90 后程序員奔三準備：有人學金融投資，有人想當全棧工程師！
?天網恢恢！又一名暗網比特幣洗錢者被抓了
?乘勢而起，走進2019年風口“邊緣計算”
?Python之父新發文，將替換現有解析器
?超全！深度學習在計算機視覺領域的應用一覽
?中國第一程序員，微軟得不到他就要毀了他！
點擊閱讀原文，輸入關鍵詞，即可搜索您想要的 CSDN 文章。
你點的每個“在看”，我都認真當成了喜歡
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
