Python具有动态内存分配。当数字很小时，内存就很小；当数字很大时，则是这样。但是numpy数组单元一旦声明就有固定的内存。我非常好奇python是如何在源代码中实现这些机制的，无论是用C++还是Python。
在哪里可以获得python源代码的有效版本来查看？那么，如何找到一个问题的答案，就像上面一样？
浏览 2提问于2021-06-17得票数 0
回答已采纳
1回答
但是对于这种机制:在python中，当没有使用内存时，系统将保留这样一个区域，以供下一次使用，而不是立即释放。谢谢。
浏览 1提问于2018-11-24得票数 0
回答已采纳
1回答
据说Python的内存视图在切片时不会复制数据。已经完成了许多基准测试，有些是在上进行的，“促成”了这种行为。15] = mem[0:10]bytearray(b'\x00\x01\x02\x03\x04\x00\x01\x02\x03\x04\x05\x06\x07\x08\t')bytearray(b'\x00\x01\x02\x03\x04\x00\x01\x02\x03\x04\x00
浏览 0提问于2017-08-31得票数 1
回答已采纳
我有用Python编写的模块，我想用例如Go编写函数，但问题是计算所需的数据通常超过100 in。我的问题是:数据总是序列化并发送到其他模块(导致内存中的数据重复)还是隐藏了从Python进程内存读取数据的机制？此外，与不同的技术，如锈蚀，C++等，它是什么样子呢？
浏览 0提问于2020-07-08得票数 1
3回答
我需要在我的Python/Django项目中实现一些缓存机制。目前我们的实时站点在Heroku云中。使用哪种缓存机制最好，即“本地内存缓存”、“文件系统缓存”还是“数据库缓存”？我的一个朋友建议使用'python Memcached‘。但它真的很难设置。我的时间不多了。
有人能在这方面给我一些建议吗？先谢谢你...
浏览 1提问于2013-02-07得票数 1
回答已采纳
2回答
我正在尝试修改python程序，以便能够使用共享内存与C++程序通信。python程序的主要职责是从共享内存中的输入队列中读取一些视频帧，对视频帧执行一些操作，并将其写回共享内存中的输出队列。我相信我几乎没有什么需要去实现的，如果有人能给我一些启示，那就太好了：
共享内存：在C/C++中，您可以使用shmget和shmat等函数来获取指向共享内存的指针。在python中处理此问题的等效方法是什么，以便python和C++
浏览 5提问于2018-03-05得票数 15
回答已采纳
2回答
我有一个程序，我想用python在大约20个核心上运行(对于一个研究数学问题)，但代码有一点内存泄漏。运行这些代码的小批量是可以的，但我真的想让它在这些内核上运行几周。在Python中有没有办法构建一个自动重启机制来避免长期的内存问题？删除功能不起作用。如有任何帮助，我们不胜感激！
浏览 0提问于2018-05-25得票数 0
python中的每个类都继承自类“object.‘”。我想知道'object‘类实现的内部机制。为什么不能给'object‘类分配任何用户属性？我确信它与内存管理有关，但如果用户考虑自己实现内存管理，为什么他不能覆盖python中的'object‘类呢？
浏览 1提问于2012-04-12得票数 7
回答已采纳
我在我的C++程序中嵌入了python。
我使用PyImport_ImportModule加载在.py文件中编写的模块。但是我如何从内存中加载它呢？假设我的.py文件是加密的，所以我需要首先解密它，并将代码提供给python执行。此外，如果我能够绕过/拦截或修改导入机制，这样就不会从文件系统中加载模块，而是加载我自己的内存块，那么如何/我可以这样做呢？
浏览 2提问于2016-06-03得票数 5
回答已采纳
2回答
线程结束后释放内存
、、、
我面临的挑战是每个进程将如何继续占用作业处理所需的最大内存量。有些作业需要1.5 2GB 2 2GB的内存。如果有足够的时间，最终所有10个进程都将不得不处理这些类型的任务，并且每个进程都将占用2 2GB以上的内存。即使进程的平均内存使用量很少超过100MB。
这些密集型作业仅通过进程中的专用线程运行。是否有任何机制可以强制Python在线程关闭时释放专门为该线程声明的内存？或者是否有任何通用机制来强制Python进程将内存<
浏览 0提问于2018-04-26得票数 3
当s = 'abcdefg'、s[0:4:-1]和s[1:-1:-1]在Python3中什么都不返回时。但是，s[:4:-1]返回"gf"。有人能解释这两种场景背后的机制(尤其是在内存方面)吗？
浏览 0提问于2019-08-30得票数 3
回答已采纳
在C#中，值类型(例如: int、float等)存储在堆栈中。方法参数也可以存储在堆栈中。然而，大多数其他内容都存储在堆中。这包括列表、对象等。
浏览 0提问于2010-03-01得票数 17
回答已采纳
我有一些关于极性内存管理的一般性问题。如果你能用几句话来说明它是如何工作的，那就太好了，比如什么时候分配内存，什么时候回收内存。
特别是，我想知道如何从dataframe中删除一些内存。我想以一种即时的方式来完成它，如果可能的话，它不会通过Python垃圾收集机制。如果必须在后面立即调用gc.collect()并不太糟糕，但这并不可取。
浏览 6提问于2022-03-19得票数 0
回答已采纳
2回答
如果删除"assert < x“行或将阈值设置为一个非常大的数字，python.exe将接管内存并冻结所有内容。难道没有一种机制可以限制嵌套提高、尝试s和(s除外)，或者只是防止分配这么多内存吗？
浏览 0提问于2018-08-30得票数 4
回答已采纳
我使用的是Ubuntu 20.04，现在如果我没有弄错的话，Ubuntu有一个内置的特性，如果它突然使用所有的RAM来停止系统崩溃，我就会杀死一个进程，我已经看到它发生了(例如，它杀死了任何突然使用所有系统内存或其他东西的python脚本，并且在终端上写着“被杀死”)。问题是，很多时候这种机制不起作用，它会导致我的系统崩溃(它是一个使用所有内存的python脚本)，我正在做机器学习的事情，我无法预测我的脚本可能会用到多少，我原以为Ubuntu会在它突然使用所有系统内存的时候基本上杀死一个
浏览 0提问于2020-09-22得票数 0
回答已采纳
1回答
我试图通过将每个执行器分配的内存数量增加到原来的8倍来避免这些溢出，但基本上没有发现溢出量的差别。奇怪的是，我还看到，当这个阶段正在运行时，几乎没有使用任何分配的存储内存(如spark中的executors选项卡中所报告的那样)。我看到了前面这个问题，这使我相信增加执行器内存可能有助于避免溢出：。这使我相信，某些硬限制导致溢出，而不是spark.shuffle.memoryFraction参数。否则，除了增加执行器内存之外，还能做些什么来避免溢出呢？
浏览 2提问于2016-12-27得票数 4
回答已采纳
我正在用Python开发一个内存缓存库，它存储非常大的对象，以至于用户通常希望使用所有可用的RAM来简化脚本和/或加快它们的速度。我希望能够有一个钩子，其中python解释器要求回调函数释放一些内存，以避免在用户代码中调用MemoryError。OS: Solaris和/或Linux
编辑：，我正在寻找一种机制，它不会被一个EDIT块处理。如果由于任何原因在任何代码中都会出现内存错误，我希望Pyt
浏览 1提问于2010-10-21得票数 4
回答已采纳
1回答
我正在编写一个python应用程序，它将具有多个实例，以允许负载平衡和冗余发生。
每个实例都需要能够对后端数据库进行读写，这就带来了两个“网关”试图更新同一项的问题。
浏览 0提问于2017-09-11得票数 0
和其他许多机制一样，我从内存中得到了Cuda的运行时错误，但出于某种原因，Py火炬保留了大量的运行时错误。我尝试过torch.cuda.empy_cache()，但这也不起作用，内存中的其他数据自动化系统也没有帮助我当我在运行python程序之前检查我的gpu使用情况(nvidia-smi)时，它是免费的。
浏览 4提问于2020-08-07得票数 2
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
