使用pandas删除数据行会增加内存使用量
在pandas中，删除数据行可能会导致内存使用量的增加。这是因为pandas的删除操作实际上是创建了一个新的DataFrame对象，并将需要保留的数据复制到新的DataFrame中。因此，原始的DataFrame对象仍然存在于内存中，占用了额外的内存空间。
为了减少内存使用量，可以使用pandas的inplace参数来直接在原始的DataFrame上进行删除操作，而不创建新的DataFrame对象。设置inplace参数为True，可以在删除操作后立即释放被删除数据所占用的内存空间。
以下是一些相关概念、分类、优势、应用场景、腾讯云相关产品和产品介绍链接地址的建议：
概念：
- pandas：pandas是一个开源的数据分析和处理工具，提供了高性能、易用的数据结构和数据分析工具。
分类：
- 数据处理工具
优势：
- 强大的数据处理能力
- 支持大型数据集的高效处理
- 提供丰富的数据分析和操作函数
应用场景：
- 数据清洗和预处理
- 数据分析和建模
- 数据可视化
腾讯云相关产品：
- 腾讯云数据湖分析（Tencent Cloud Data Lake Analytics）：提供PB级数据处理能力和灵活的计算资源配置，支持海量数据分析和处理。
- 腾讯云数据仓库（Tencent Cloud Data Warehouse）：提供企业级数据仓库解决方案，支持高性能、可扩展的数据存储和分析。
- 腾讯云弹性MapReduce（Tencent Cloud Elastic MapReduce）：提供快速、可扩展的大数据处理服务，支持Hadoop和Spark等开源框架。
产品介绍链接地址：
- 腾讯云数据湖分析：https://cloud.tencent.com/product/dla
- 腾讯云数据仓库：https://cloud.tencent.com/product/dw
- 腾讯云弹性MapReduce：https://cloud.tencent.com/product/emr
注意：在回答问答内容时，不涉及具体的云计算品牌商，只给出了与问题相关的概念、分类、优势、应用场景和腾讯云产品。
相关·内容
具体来说，我最近不得不使用一个大型数据集(~3GB)，为了了解加载过程的速度(即运行df = pd.read_csv(file))，我打开了一个任务管理器。
正如我所想的，我看到我的Python进程的内存使用量不断上升。当它达到大约3GB的时候，它就满载了。合乎逻辑。
然后，在完成了一些不涉及Python的其他任务(比如回复电子邮件或在线浏览)之后，我注意到任务管理器中的Python内存使用量很低，就好像我还没有加载任何数据一样。但是我的笔记本的内核还在运行(没有中断)。
奇怪的是，即使在降低了内存使用量之后，我的代码仍然是功能性的:我可以通过运行例如：
df.loc[100000:10100
浏览 2提问于2019-08-15得票数 4
回答已采纳
2回答
我是Python新手，我不知道为什么当我使用Numpy hstack将两个pandas数据框架连接在一起时，内存使用量会急剧上升。pandas.concat的性能甚至更差--如果它能完成的话--所以我使用了NumPy。
这两个数据帧比较大，但是我有20 gb的空闲RAM (使用11 gb，包括我想要复制的两个数据帧)。
数据帧a和b具有形状：
a.shape (66377, 30)
b.shape (66377, 11100)
当我使用np.hstack((a,b))时，免费的20 up的had已经完全用光了。
浏览 1提问于2014-05-23得票数 3
回答已采纳
1回答
当处理一个大型数据集时，当加载为pandas DataFrame时，它需要占用大约10 to的内存，我注意到使用布尔值对它进行切片似乎占用了与制作副本一样多的内存，例如： dfsub = df[df['date']<20201001] 这应该返回大约一半的原始DataFrame的视图，实际上导致内存使用量增加了50%，达到~15 go (使用top进行实时观察)。 如果我只使用以下几行： dfsub = df[df['date']==20201001] 内存占用回落到10 to。 切片不应该只返回原始DataFrame的视图，而不是实际复制底层数据吗？我
浏览 51提问于2021-09-30得票数 0
我从我的WordPress网站收到了一封令人震惊的邮件，我不知道该怎么做，
有人能帮我解决这个问题吗？
主题：在线MBA高内存使用率通知发送:2011年2月13日11:33 PM WordPress内存使用量超过64 MB WordPress峰值内存使用量: 114.87 MB数据库查询号:173个
浏览 0提问于2011-02-14得票数 1
回答已采纳
6回答
我在pandas中打开了一个非常大的csv文件，如下所示。
import pandas
df = pandas.read_csv('large_txt_file.txt')
一旦我这样做了，我的内存使用量就增加了2 2GB，这是意料之中的，因为这个文件包含数百万行。当我需要释放这个内存时，我的问题就出现了。我跑..。
del df
但是，我的内存使用率并没有下降。这是释放pandas数据帧使用的内存的错误方法吗？如果是，正确的方式是什么？
浏览 11提问于2016-08-23得票数 154
4回答
我在内存较低的系统上运行Python。
我想知道导入pandas是否会显著增加内存使用量。
现在我只想导入熊猫，这样我就可以使用date_range函数了。
浏览 2提问于2016-09-16得票数 0
1回答
每次加载npy文件时，内存使用量都会增加。下面的小示例说明了这个问题。
import numpy as np
X = np.random.randn(10000,10000)
np.save('tmp.npy',X)
现在，如果多次执行下面这行代码，那么每次内存使用量都会增加
y=np.load('tmp.npy')
我在npz文件中发现了完全类似的问题，但解决方案是使用适用于npy文件的函数。有什么想法吗？
浏览 13提问于2018-09-09得票数 0
回答已采纳
我正在研究如何减少代码中的内存使用量，并了解到删除组件也会删除它在it.If中的子组件--这发生了，内存使用量必须减少，但它在增加。我有一个标题窗口，其中包含hboxes和那些hboxes有画布作为儿童，其中包含图像。现在，如果我使用removeChild(titlewindow)，它中的所有hboxes、画布和图像是否都会被移除？如果被删除，内存使用量是否减少？我怎么才能用挠曲做这件事？
浏览 4提问于2013-09-20得票数 0
回答已采纳
我有一个小的python程序，运行时占用空间为12MB。该任务主要是等待串行数据输入，并使用最新数据更新固定的内存结构(不会增加)。内存使用量随着时间的推移保持不变(taskmanager)
如果我在调试模式下启动程序，它会占用大约50MB空间，但随后会以大约4MB/秒的速度增加内存使用量。
这是一种正常行为吗?或者有没有办法阻止/减慢内存消耗？
我使用的是w10/64，使用的是python3.6和pycharm社区2018.2
浏览 1提问于2018-10-12得票数 0
2回答
问题：
我编写了一个具有10~12 CListCtrls的程序，其中行同时附加。
我从未删除过限制listCtrls行计数的旧项目，该程序运行了大约1天。
我刚刚看到了进程监视器，并意识到内存使用量增加到了600 70(最初是70~80 70)
我认为原因与CListCtrls有关。
问题：
我想把内存使用量减少到大约100 to。
所以，我想知道：
1. CListCtrl的行数是否有默认限制，它是多少？
我听说CListCtrl有一个限制，所以不需要手动从我的队友中删除顶级项目。
2.是否会像删除顶部项一样减少内存使用量？
我想知道CListCtrl保存的缓冲区数据与我们在
浏览 18提问于2021-08-08得票数 0
回答已采纳
我发现AQTime很难使用，因为它太多地干扰了原始程序。例如，如果我有一个使用300MB内存的程序，我可以毫不费力地使用AQTime的分配分析器，并找出大部分内存正在使用的位置。然而，我注意到在AQTime下运行时，原始程序在分析时使用了更多的1 1GB。
现在，我正在尝试减少一个使用1.4 of内存的程序的内存使用量。如果我在AQTime下运行它，那么原始程序将使用所有2 2GB的地址空间并崩溃。当然，我可以发明一组较小的测试数据，并估计内存使用量将如何随整个数据集扩展-但我首先使用分析器的原因是试图避免这种猜测。
我已经将AQTime设置为'Collect stack inform
浏览 2提问于2011-01-10得票数 2
这是我在概念上的怀疑。请人帮我解疑释惑。我有一个4.5MB大小的应用程序，我正在计算应用程序中进程的内存使用量。我将每个进程的内存使用量计算为16MB...
final Runtime rt = Runtime.getRuntime();
rt.gc();
final double startSize = rt.totalMemory()-rt.freeMemory();
我得到的是对还是错?是不是说app的内存使用量和app的大小是一样的？
浏览 0提问于2015-10-19得票数 1
我做了一个select查询，返回了大约2000万行。内存使用量从300 GB增加到3.xGB。
在查询完成后，如何在不重新启动SQL进程的情况下释放此数据库的额外内存？
📷
📷
我试过：
DBCC DROPCLEANBUFFERS
DBCC FREEPROCCACHE
Declare @dbid int = db_ID()
DBCC FLUSHPROCINDB (22)
DBCC FREESYSTEMCACHE ('Comments')
DBCC FREESESSIONCACHE
但是它只会减少300 by的内存使用量。
浏览 0提问于2018-01-05得票数 0
回答已采纳
1回答
脚本中有变量，其值如下：
result = {abc: [], xyz: []}
现在，我们创建了另一个变量，如：
abc = result['abc']
那么这个脚本的内存使用量是什么呢？结果中的所有数据将被复制到abc变量中，还是仅仅引用该数据？这会增加我的内存使用量吗？
提前谢谢。
浏览 5提问于2022-09-26得票数 1
回答已采纳
我注意到在大型熊猫数据帧上使用IX时出现了一些奇怪的行为。
当我连续对同一数据帧调用.ix 50次时，它的运行速度比我对50个不同数据帧调用.ix时快10倍。
在.ix上有没有在幕后进行缓存？我注意到底部循环会使我的内存使用量加倍。为什么内存会增加？
有什么方法可以修改这个行为吗？
请注意，如果你直接使用numpy，它在两种情况下都运行了7.4秒，内存增加为0，这让我相信pandas正在缓存。
显然，您永远不会想对每个单独的元素调用.ix ...
import pandas as pd
import numpy as np
import datetime as dt
print 'pa
浏览 0提问于2012-12-04得票数 1
回答已采纳
我正在运行一个python脚本，它在无限循环中使用Pandas函数处理和处理数据。但随着时间的推移，这个程序似乎在泄露内存。
这是内存分析器包生成的图形：
遗憾的是，我无法确定内存使用量增加的原因。据我所知，所有数据(熊猫时间序列)都存储在对象Obj中，我使用熊猫函数.memory_usage和objsize函数get_deep_size()跟踪该对象的内存使用情况。根据它们的输出，内存使用量应该稳定在90-100 MB左右.除了这个，我看不出有什么地方可以增加记忆。
知道python程序是在docker容器中运行可能是有用的。
下面是脚本的简化版本，应该说明基本的工作原理。
from
浏览 8提问于2019-12-18得票数 1
回答已采纳
我编写了一个C# windows服务，它收集syslog并将它们插入到SQL server数据库中。
平均插入范围为每秒5-10次插入，每次我有一个读操作和一个插入操作。
我应该注意，我使用“使用”命令来管理SQL服务器连接。
我面临的唯一问题是，windows的内存使用量稳步增加，甚至达到6GB！这是正常情况吗？如果是的话，减少内存使用量的解决方案是什么呢？
浏览 2提问于2016-09-06得票数 0
在Safari和Firefox 5(其他未经测试的浏览器)中运行以下脚本时，这两个浏览器的内存使用量都会急剧增加。但是在功能完成后，内存的使用率仍然很高。Safaris内存使用量增长了~80 to，FF高达200 to。
想一想，为什么即使过了几分钟，内存使用量也没有减少？
<!DOCTYPE html>
<html>
<head>
<title></title>
<script type="text/javascript">
window.onhashchange = fu
浏览 4提问于2011-08-17得票数 2
回答已采纳
1回答
我使用mongodb来保存日志数据。
当我必须从日志数据(可能超过1,000,000份文档)中找到一些东西时，所有进程都正常工作，但问题是，即使进程已经完成，内存使用也不会减少。
当我在运行单神进程的服务器上输入'top‘命令时，它会显示资源信息，如屏幕截图下面所示。
mongod进程的内存使用率不到10%，但是在使用了大量find()查询之后，内存使用量增加到38.9%，并且从未减少。是什么导致了这样的问题，除了重新启动之外，我应该如何减少单神进程的内存使用呢？
📷
我不知道这个问题不适合堆叠溢出网站，但是当我在堆栈溢出中问同样的问题时，有人这样回答我。它当然不是，它是一个数据库。它
浏览 0提问于2017-06-05得票数 0
回答已采纳
2回答
为什么Silverlight会有这么多内存？
数据：
我有时在用户界面上有许多复选框和其他复选框。当然，我正在从视觉效果中删除复选框和其他控件，但Silverlight的内存使用量总是增加；它从来没有减少过。
如何确保释放内存？
这是垃圾收集的问题吗？如何找到所有未被收集的没有引用的剩余对象的根？
如果需要的话，我可以提供更多的数据。
浏览 0提问于2011-05-11得票数 2
回答已采纳
1回答
我正在使用Dask阅读python中的一个大文本文件，以提高内存性能。
我正在使用Dask将Pandas数据转换为df.compute()，以执行Pandas的许多转换。我看到df.compute()之后的内存使用量(df.compute())增加了5x。
df = dd.read_csv('some_big_file - Copy.csv', sep = '|', names = names)
j = hpy()
print(j.heap())
##checked only 45mb memory
df = df.compute()
j =
浏览 5提问于2021-05-23得票数 1
回答已采纳
我在一个32位的生产系统上使用MongoDB，这很糟糕，但现在我无法控制它。目前的挑战是将内存使用量保持在~2.5GB以下，因为这样做会导致32位系统崩溃。
，跟踪内存使用情况的最佳方法是使用操作系统的进程跟踪系统(即Unix系统上的ps或htop；Windows上的process )。用于虚拟内存大小。
数据库主要由一个连续循环数据的表组成，即定期从传感器接收数据，每天都有一个cron作业擦除过去3天前的所有数据。在一段时间内，内存使用量逐渐增加。随着时间的推移，我使用db.serverStats()、db.lectura.totalSize()和ps做了一些记录，如下图所示。请注意，所讨论
浏览 4提问于2012-09-07得票数 1
回答已采纳
我正在使用string作为mapping数据结构的关键。
问：当我们使用mapping时，当键串的长度增加时，它是否也增加了气体的使用量？
mapping(string => int) map;
contract.array("mykey"); //short key length.
contract.array("mykey_mykey_mykey_mykey_mykey_mykey"); //longer key length is used.
function array(str
浏览 0提问于2017-10-07得票数 0
回答已采纳
1回答
我面临着使用pandas库在python中泄漏内存的问题。我在类中创建了pandas.dataframe对象，我有一个方法，它根据我的条件改变数据的大小。在改变数据大小和创建新的熊猫对象之后，我在我的课堂上重写了原始的pandas.dataframe。但是，即使在大幅度减少初始表之后，内存使用率仍然很高。一些简短示例的代码(我没有编写流程管理器，请参阅任务管理器)：
import time, string, pandas, numpy, gc
class temp_class ():
def __init__(self, nrow = 1000000, ncol = 4, timet
浏览 1提问于2012-05-15得票数 11
在进行了一些调试之后，我发现以下代码使我的应用程序的内存使用量不断增长，直到应用程序崩溃。当我启动应用程序时，内存使用量约为2MB，然后当我不停地来回滚动时，内存使用量将继续增长。当我停止滚动一秒钟时，内存使用量就会减少(不过不是很关键，从50米降到35米)。请看一看我为什么：
这发生在我的自定义UICollectionViewController子类中：
for (myAppCell *cell in [self.collectionView visibleCells])
{
UILabel *label [[UILabel alloc] initWithFrame:CGRectMa
浏览 3提问于2014-03-05得票数 4
回答已采纳
<html>
<body>
<h1 id="t">Initial</h1>
<script>
var cnt=0;
setTimeout("addCounter()",100);
addCounter=function(){
++cnt;
if (cnt>1000000) cn
浏览 1提问于2011-08-17得票数 2
回答已采纳
1回答
我正在写一个大型excel文件，类似于下面的博客。
post是关于将对象类型列转换为类别类型的。这减少了数据文件的内存使用量。
我正在处理一个88 MB的excel文件。在遵循代码中提到的步骤之后，我能够将df的大小缩小到28 MB。问题是当我将它写入csv文件时，文件大小为193 MB，比原来的csv文件要多。
问题:是什么导致记忆错配，如何克服？提前谢谢。
import pandas as pd
df=pd.read_excel('games_log.csv')
df.info(memory_usage='deep')
def mem_usage(pa
浏览 0提问于2019-07-29得票数 0
回答已采纳
1回答
今天未能在设备上加载扩展
、、、、
iOS8。今天的延期。尝试创建几行(2-5行)的简单表视图。在模拟器里运行得很好。根据Xcode分析器，tableView加载和显示后的内存使用量为30m。
当在iPhone 5S上运行相同的扩展时，使用最新的beta drop (5) - tableView会出现，并立即从屏幕上消失。Xcode中的控制台登录显示了大量“内存警告”消息。在尝试加载扩展面板之后，只会显示“加载失败”。
有什么好主意吗？
浏览 0提问于2014-08-12得票数 3
回答已采纳
如果任务管理器中的java.exe进程具有异常高的内存使用量(即1,443,984K)，我能否快速评估在JBoss服务器上运行的程序是否存在内存泄漏？
浏览 0提问于2012-03-15得票数 1
回答已采纳
有人能澄清$real_usage参数在memory_get_usage()中的确切区别吗？
指出：
将此设置为TRUE以获得从系统分配的内存的实际大小。如果没有设置或FALSE，则报告emalloc()使用的内存。
但是有什么区别呢？哪个值可以与 INI设置相比较
对于一些长时间运行的脚本，我得到了类似于250 and的实际使用量，而只有50 and的emalloc使用量。那件事怎么可能？
我试图分析一些内存泄漏问题，memory_get_usage()是我需要完全理解的一个重要指标。谢谢。
浏览 3提问于2013-07-10得票数 14
今天，我将内存分析器连接到我的物理S7边缘，5分钟后，我的平均内存使用量为62MB。另一方面，谷歌发布前的报告显示，使用量在100到300MB之间。有人知道这种巨大的差异来自哪里吗？
浏览 1提问于2019-11-25得票数 1
1回答
我注意到在PyPy和Python下运行的程序在内存使用方面有一些奇怪之处。在PyPy下，程序不仅使用比CPython大得多的初始内存量，而且随着时间的推移，这种内存使用量还会急剧增加。在PyPy下的程序结束时，它使用了大约170MB，而在CPython下运行时，它使用了14MB。
我发现一个用户有完全相同的问题，尽管规模较小，但对他有效的解决方案只对我的程序提供了很小的帮助。我尝试更改的两件事是将环境变量PYPY_GC_MAX设置为100MB和PYPY_GC_GROWTH = 1.1，并在每一代手动调用gc.collect()。
我使用以下命令确定内存使用量：
resource.getrusa
浏览 1提问于2015-03-12得票数 3
我使用scipy.optimize.fmin_l_bfgs_b()来最小化函数已经有一段时间了，但是最近我遇到了一种以前没有注意到的行为。在优化一些新函数的同时，内存使用量随着迭代次数的增加而不断增加。例如，到第1500次迭代时，内存使用量增加了x100，在某些情况下，我不得不在内存耗尽之前停止优化。作为参考，我以前运行过scipy.optimize.fmin_l_bfgs_b()来优化其他函数，而且内存使用量从未增加过。
根据我如何理解这个函数的工作原理，它应该在每次迭代中执行类似的计算，所以我不明白为什么内存使用量会增加。
是否期望这种行为，或者这可能是某种内存泄漏(无论是在fmin_l_
浏览 3提问于2016-02-25得票数 1
回答已采纳
我在MacOS 10.11上使用Chrome，当我调用开发工具时，我可以看到内存使用量疯狂增加，虽然我的电脑只有16G内存，但可以使用高达60G的内存。这太奇怪了，我找不到任何答案。
即使我关闭了打开devtool的选项卡，内存使用量也会继续增加，直到我关闭整个Google Chrome应用程序。
它看起来不像JavaScript，因为我可以在每个网站上复制它。以下是我的内存使用情况的截图：
浏览 16提问于2017-01-13得票数 3
在搜索了一段时间(例如、和)之后，我感到不知所措。如何使Python3.7使用2GB以上的内存？
有关我的设置的信息:我使用64位Python3.7.5运行64位PyCharm (2019.2.6)，并在pycharm.vmoptions中设置了-Xms=8g和-Xmx=16g (正如建议将Xms设置为Xms的一半)。这是在macOS Catalina10.15.3上运行的，它运行在一台有40 GB内存的机器上(2*4 + 2*32)。
我想要做的是做什么，以及为什么我想增加内存的使用:我正在从..txt文件(文件大小从0.5GB到1.5GB)中读取相对较大的timeseries (200-4
浏览 6提问于2020-03-28得票数 3
回答已采纳
我正在从一个DataFrame文件中读取hdf5：
import pandas as pd
store = pd.HDFStore('some_file.h5')
df= store['df']
store.close()
使用info显示：
In [11]: df.info()
<class 'pandas.core.frame.DataFrame'>
Int64Index: 21423657 entries, 0 to 21423656
Data columns (total 5 columns):
date datet
浏览 2提问于2015-09-17得票数 1
回答已采纳
1回答
我有一个由分区的拼图文件组成的大型Impala数据库。我直接使用HDFS将一个Parquet分区复制到本地磁盘。此分区总共有15 of，由许多文件组成，每个文件大小为10MB。我正在尝试使用Pandas与Pyarrow引擎或Pyarrow直接读取，但它在内存中的大小使用了超过60‘t的RAM，并且它在使用所有内存之前不会读取整个数据集。内存使用量如此之大的原因可能是什么？
浏览 32提问于2019-02-02得票数 1
我们有几个虚拟机在生产中运行数据服务，客户端向数据服务发送Restful HTTP请求，负载有点重(通常每个主机每秒500个请求)，并且负载总是在每个虚拟机上平衡。我们在所有主机上都有相同的配置(2个CPU、-Xms2048m -Xmx4096m -XX:MaxPermSize=192m -XX:NewSize=512m -XX:MaxNewSize=512M -XX:+UseConcMarkSweepGC -XX:+CMSClassUnloadingEnabled -XX:+HeapDumpOnOutOfMemoryError)
两天前，我们看到其中5个虚拟机上的旧gen堆使用量开始增长(每
浏览 0提问于2014-04-24得票数 6
回答已采纳
我喜欢caffe，但是gpu内存caffe的使用量大于mxnet(我用memonger在ResNet-50中进行测试)。是否有任何想法，方向或替代定制caffe为我减少gpu内存caffe使用量。想法和方向已经足够了，我将尽量详细地加以落实。
浏览 3提问于2016-09-17得票数 2
回答已采纳
1回答
我有一个非常简单的上传表格，在一个快速应用程序。
收到表单提交的代码如下：
app.post('/import', function(req, res) {
res.render('import-complete');
});
启动节点服务器时，节点进程使用的内存为60 by。提交表单后，上传文件(250 is )，内存使用量增加，达到~300 is。上传结束时，内存使用量保持在300 At左右，而不会“下降”。
因此，在"app.post“中没有可能导致内存泄漏的代码。发生什么事了呢？
浏览 2提问于2014-09-03得票数 0
回答已采纳
Python 101问题。熊猫数据被创建为: df1=pandas.DataFrame(data，index=index，columns=columns) #占用100 MB内存，现在df2=df1 #内存使用量会增加一倍吗？
在一个名为something.py并作为python something.py执行的脚本中，效果如何？完成执行后，将卸载内存。请确认。
当我在Anaconda中运行something.py时，效果是什么？除非我从内核断开连接，否则spyder内存不会被卸载。这是真实的说法吗？
谢谢大家耐心对待Python新手
浏览 3提问于2017-04-18得票数 0
回答已采纳
我们正在尝试定位代码中的内存泄漏。随着软件的运行，我可以看到内存使用量慢慢变得越来越大。每个操作都会在数据库中添加记录。
然后，我想知道，在我们提交更改之前，INSERT命令中的数据到底到哪里去了？是否将数据添加到实际的数据库文件中，并标记为“如果请求，则回滚此数据”？或者只存储在内部内存中，并在提交请求完成时转储？
如果有帮助，我们现在使用Access。
浏览 0提问于2012-02-17得票数 3
在Open中，我尝试通过进行负载测试来增加我的吊舱的负载，我为我的应用程序做了很多并行的请求，我看到我的吊舱开始使用更多的cpu和内存，这是完全正常的，但问题是，即使第二天，我看到我的吊舱内存使用率仍然和以前一样高，甚至没有人向那个应用程序提出任何请求。如果看到使用量减少了，那么Open吊舱不能减少内存使用量吗?或者我需要在配置中编写特定的命令才能这样做？
浏览 2提问于2021-04-14得票数 0
回答已采纳
4回答
将应用程序从32位迁移到64位时，哪里会增加内存使用量？
我知道指针的大小会加倍，我怀疑字符串中的字符被“捆绑”在一起，以便更有效地使用内存(因此不会使用更多的内存)。
内存使用量还会在哪些地方增加？有没有什么地方它会降低，或者非算术运算的速度会有所提高？
浏览 1提问于2010-07-17得票数 7
回答已采纳
2回答
我想知道为什么pandas在重新索引Series时有很大的内存使用量。
我创建了一个简单的数据集：
a = pd.Series(np.arange(5e7, dtype=np.double))
根据我的Ubuntu上的top，整个会话大约是820 my。
现在，如果我分割它来提取前100个元素：
a_sliced = a[:100]
这表明内存消耗没有增加。
相反，如果我在同一范围内重新索引a：
a_reindexed = a.reindex(np.arange(100))
我的内存消耗约为1.8GB。还试图用gc.collect进行清理，但没有成功。
我想知道这是否是预期的，以及是否有办法重
浏览 6提问于2013-08-06得票数 2
回答已采纳
我想要创建一个框架来包装我所有的资源。特别是，我需要加载一些自定义字体。
有两种方法：
以编程方式加载。
我使用以下代码加载从bundle读取的字体数据：
+ (void)loadFontData:(NSData*)inData {
CFErrorRef error;
CGDataProviderRef provider = CGDataProviderCreateWithCFData((__bridge CFDataRef)inData);
CGFontRef font = CGFontCreateWithDataProvider(provider);
浏览 4提问于2015-04-02得票数 2
我的朋友实现了一个动态数组来学习C。当分配的内存不足时，他会将分配的空间加倍。
我们看到他的测试程序逐个字符地写入4 GB的随机字符(以避免内存压缩)。但活动监视器(在Mac上，基于top)显示内存使用量逐渐增加，而不是每次扩展都翻一番。
然而，在删除/压缩时，内存使用量会立即下降，就像代码释放内存一样。
top如何跟踪分配范围内的“实际”内存使用情况？如果分配的其余空间无论如何都不能供其他进程使用，它为什么要这样做呢？
浏览 14提问于2018-08-15得票数 1
回答已采纳
2回答
我的任务是根据使用统计数据限制Apache2和nginx的资源(最大内存使用量和CPU重量)，并测试这一限制。
对于资源限制，我选择了一种简单的方法--通过systemd的资源控制来实现它，方法是在一个自定义的有限片中运行apache2 & nginx：
limiter.slice
[Unit]
Description=Resource limiting test
Before=slices.target
[Slice]
CPUWeight=50
MemoryMax=800M
[Install]
WantedBy=multi-user.target
当然，将Slice=limite
浏览 0提问于2018-07-18得票数 1
1回答
我正在尝试减少我的控制台应用程序的内存使用量。它应该连续运行几个小时，但似乎内存使用量每秒都在逐渐增加。它确实使用了多个线程，并做了很多事情，但我在某处读到，对Console.WriteLine的大量调用也会导致内存峰值。
因为应用程序不断地向控制台写入数据，所以我认为内存使用可能是因为这个原因。不幸的是，我不能轻松地清除控制台，因为我将输出重定向到监视窗口。我暂时关闭了它，但内存仍在增加，这告诉我还有其他事情需要解决。
在我开始寻找内存泄漏之前，我想知道是否有人可以确认/验证拥有数千个Console.WriteLine是否会导致内存泄漏，或者重定向的输出缓冲区是否已经适当地处理了这个问题。我
浏览 0提问于2012-07-25得票数 4
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
