import gcfor x in list(locals().keys())[:]: del locals()[x]# del all_s_x, AE, AE_split, x_ticks, splitgc.collect()

補充：Python讀取大文件的'坑“與內存占用檢測

python讀寫文件的api都很簡單，一不留神就容易踩”坑“。筆者記錄一次踩坑歷程，并且給了一些總結，希望到大家在使用python的過程之中，能夠避免一些可能產(chǎn)生隱患的代碼。

隨手搜索python讀寫文件的教程，很經(jīng)?？吹絩ead()與readlines()這對函數(shù)。所以我們會常常看到如下代碼：

with open(file_path, ’rb’) as f: sha1Obj.update(f.read())

or

with open(file_path, ’rb’) as f: for line in f.readlines():print(line)

這對方法在讀取小文件時確實不會產(chǎn)生什么異常，但是一旦讀取大文件，很容易會產(chǎn)生MemoryError，也就是內存溢出的問題。

我們首先來看看這兩個方法：

當默認參數(shù)size=-1時，read方法會讀取直到EOF，當文件大小大于可用內存時，自然會發(fā)生內存溢出的錯誤。

同樣的，readlines會構造一個list。list而不是iter，所以所有的內容都會保存在內存之上，同樣也會發(fā)生內存溢出的錯誤。

在實際運行的系統(tǒng)之中如果寫出上述代碼是十分危險的，這種”坑“十分隱蔽。所以接下來我們來了解一下正確用，正確的用法也很簡單，依照API之中對函數(shù)的描述來進行對應的編碼就OK了：

如果是二進制文件推薦用如下這種寫法，可以自己指定緩沖區(qū)有多少byte。顯然緩沖區(qū)越大，讀取速度越快。

with open(file_path, ’rb’) as f: while True:buf = f.read(1024)if buf:sha1Obj.update(buf)else: break

而如果是文本文件，則可以用readline方法或直接迭代文件（python這里封裝了一個語法糖，二者的內生邏輯一致，不過顯然迭代文件的寫法更pythonic ）每次讀取一行，效率是比較低的。筆者簡單測試了一下，在3G文件之下，大概性能和前者差了20%.

with open(file_path, ’rb’) as f: while True:line = f.readline()if buf:print(line)else: breakwith open(file_path, ’rb’) as f: for line in f:print(line)3.內存檢測工具的介紹：

對于python代碼的內存占用問題，對于代碼進行內存監(jiān)控十分必要。這里筆者這里推薦兩個小工具來檢測python代碼的內存占用。

memory_profiler

首先先用pip安裝memory_profiler

pip install memory_profiler

memory_profiler是利用python的裝飾器工作的，所以我們需要在進行測試的函數(shù)上添加裝飾器。

from hashlib import sha1import sys@profiledef my_func(): sha1Obj = sha1() with open(sys.argv[1], ’rb’) as f:while True: buf = f.read(10 * 1024 * 1024) if buf:sha1Obj.update(buf) else:break print(sha1Obj.hexdigest())if __name__ == ’__main__’: my_func()

之后在運行代碼時加上** -m memory_profiler**

就可以了解函數(shù)每一步代碼的內存占用了

依樣畫葫蘆，仍然是通過pip先安裝guppy

pip install guppy

之后可以在代碼之中利用guppy直接打印出對應各種python類型（list、tuple、dict等）分別創(chuàng)建了多少對象，占用了多少內存。

from guppy import hpyimport sysdef my_func(): mem = hpy() with open(sys.argv[1], ’rb’) as f:while True: buf = f.read(10 * 1024 * 1024) if buf:print(mem.heap()) else:break

如下圖所示，可以看到打印出對應的內存占用數(shù)據(jù)：

通過上述兩種工具guppy與memory_profiler可以很好地來監(jiān)控python代碼運行時的內存占用問題。

python是一門崇尚簡潔的語言，但是正是因為它的簡潔反而更多了許多需要仔細推敲和思考的細節(jié)。希望大家在日常工作與學習之中也能多對一些細節(jié)進行總結，少踩一些不必要的“坑”。

以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持好吧啦網(wǎng)。