?

本文完整示例代碼及文件已上傳至我的Github倉庫https://github.com/CNFeffery/PythonPracticalSkills

?

我們即將學習的是：一行代碼分析Python代碼行級別內存消耗。

很多情況下，我們需要對已經寫好的Python程序的內存消耗進行優化，但是一段代碼在運行過程中的內存消耗是動態變化的，這種時候就可以用到memory_profiler這個第三方庫，它可以幫助我們分析記錄Python腳本中，執行到每一行時，內存的消耗及波動變化情況。

memory_profiler的使用方法超級簡單，使用pip install memory_profiler完成安裝后，只需要從memory_profiler導入profile并作為要分析的目標函數的裝飾器即可，譬如下面這個例子：

?

demo.py

?import?numpy?as?np from?memory_profiler?import?profile@profile def?demo():a?=?np.random.rand(10000000)b?=?np.random.rand(10000000)a_?=?a[a?<?b]b_?=?b[a?<?b]del?a,?breturn?a_,?b_if?__name__?==?'__main__':demo()

接著在終端執行python demo.py，稍事等待后，就會看到打印出的分析結果報告（這里我是在jupyter lab里執行的終端命令）：

其中Line #列記錄了分析的各行代碼具體行位置，Mem usage列記錄了當程序執行到該行時，當前進程占用內存的量，Increment記錄了當前行相比上一行內存消耗的變化量，Occurrences記錄了當前行的執行次數（循環、列表推導等代碼行會記作多次），Line Contents列則記錄了具體對應的行代碼。

通過這樣細致的內存分析結果，我們就能有的放矢地優化我們的代碼啦~

---

本期分享結束，咱們下回見~👋

END

各位伙伴們好，詹帥本帥搭建了一個個人博客和小程序，匯集各種干貨和資源，也方便大家閱讀，感興趣的小伙伴請移步小程序體驗一下哦！（歡迎提建議）

推薦閱讀

牛逼！Python常用數據類型的基本操作（長文系列第①篇）

牛逼！Python的判斷、循環和各種表達式（長文系列第②篇）

牛逼！Python函數和文件操作（長文系列第③篇）

牛逼！Python錯誤、異常和模塊（長文系列第④篇）

總結

以上是生活随笔為你收集整理的一行代码搞定Python逐行内存消耗分析的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。