- android - RelativeLayout 背景可绘制重叠内容
- android - 如何链接 cpufeatures lib 以获取 native android 库?
- java - OnItemClickListener 不起作用,但 OnLongItemClickListener 在自定义 ListView 中起作用
- java - Android 文件转字符串
我刚刚安装了 guppy 0.1.10。然后输入 Ipython 2.1.0
from guppy import hpy
hp = hpy()
使控制台崩溃,即 Windows 告诉我,python.exe 刚刚崩溃。有什么解决方法吗?还是重的替代品?
最佳答案
我对 guppy/heapy 也有同样的问题。 Guppy 目前有点过时了。有某种补丁,但我找不到了。但是它在 python 2.7 中对我不起作用。由于操作系统架构(64 位!?),您可能还会遇到问题。
关于内存分析技术还有其他问题:
我个人认为最有值(value)的替代方案是:
计算对象的大小并自行跟踪它也很有用。我详细阐述了我在 StackOverflow 问题之一 ( https://stackoverflow.com/users/216356/noctis-skytower ) 中发现的一些代码(最初由 Approximately how much memory would a list of 80000 items consume in python? 编写)与 Python 2.7 兼容(也应该在 3 中工作):
totalSizeOf = lambda obj: sum(map(sys.getsizeof, explore(obj, set())))
def explore(obj, memo):
loc = id(obj)
if loc not in memo:
memo.add(loc)
yield obj
# Handle instances with slots.
try:
slots = obj.__slots__
except AttributeError:
pass
else:
for name in slots:
try:
attr = getattr(obj, name)
except AttributeError:
pass
else:
#yield from explore(attr, memo)
for bar in explore(attr, memo):
yield bar
# Handle instances with dict.
try:
attrs = obj.__dict__
except AttributeError:
pass
else:
#yield from explore(attrs, memo)
for bar in explore(attrs, memo):
yield bar
# Handle dicts or iterables.
for name in 'keys', 'values', '__iter__':
try:
attr = getattr(obj, name)
except AttributeError:
pass
else:
for item in attr():
#yield from explore(item, memo)
for bar in explore(item, memo):
yield bar
关于python - Windows 上的 Guppy/Heapy 和 Python 2.7.6,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/26060045/
tl/dr:如何使用 Guppy 获取 python 程序的当前内存使用情况?有没有简单的命令? 我正在尝试使用 guppy 跟踪 python 程序中的内存使用情况。这是我第一次使用孔雀鱼,所以我不
我正在尝试安装 guppy .我的程序使用 python3,所以我必须专门使用 pip3。当我运行时: pip3 install guppy 我得到: src/sets/sets.c:77:1: er
我正在分析我扭曲的服务器。它使用的内存比我预期的要多得多。它的内存使用量会随着时间的推移而增长。 ps -o pid,rss,vsz,sz,size,command PID RSS V
我正在尝试安装 guppy .我的程序使用 python3,所以我必须专门使用 pip3。当我运行时: pip3 install guppy 我得到: src/sets/sets.c:77:1: er
我正在使用 python 的 guppy 来查看 python 程序中的堆使用情况。我愿意: h = hpy hp = h.heap() print hp 这是产生的输出: Partition of
我记得 reading很难确定 Python 中对象的确切内存使用情况。然而,该线程是从 2009 年开始的,从那时起我就阅读了 Python 中的各种内存分析器(参见 this thread 中的示
我对特定 python 脚本的内存使用情况感到非常困惑。尽管 advice,我想我真的不知道如何分析使用情况来自几个 SO 问题/Answers . 我的问题是:memory_profiler 和 g
所以我在两台架构相同但 C 编译器略有不同的不同机器上使用 Python Stackless 和 heapy。 Heapy 在第一个上工作得很好,但我在第二个上得到了核心转储。 Python 2.7.
我刚刚安装了 guppy 0.1.10。然后输入 Ipython 2.1.0 from guppy import hpy hp = hpy() 使控制台崩溃,即 Windows 告诉我,python.
我是一名优秀的程序员,十分优秀!