[[416569]]

 如果您使用 Python 的 NumPy 庫，通常是因為您正在處理占用大量內存的大型數組。為了減少內存使用，您可能希望盡量減少不必要的重復項。

NumPy 有一個內置功能，可以在許多常見情況下透明地執行此操作：內存視圖。而且，此功能還可以防止數組被垃圾回收，從而導致更高的內存使用率。在某些情況下，它可能會導致錯誤，數據會以意想不到的方式發生變異。

為了避免這些問題，讓我們了解視圖的工作原理以及對代碼的影響。

預備知識：Python 列表

在查看 NumPy 數組和視圖之前，讓我們考慮一個有點相似的數據結構：Python 列表。

Python 列表與 NumPy 數組一樣，是連續的內存塊。當你對一個 Python 列表進行切片時，你會得到一個完全不同的列表，這意味著你正在分配一塊新的內存： 

>>> from psutil import Process  
>>> Process().memory_info().rss  
12247040 
>>> list1 = [None] * 1_000_000  
>>> Process().memory_info().rss  
20463616  
>>> list2 = list1[:500_000]  
>>> Process().memory_info().rss  
24580096 

切片列表分配了更多內存。由于第二個列表是一個獨立的副本，如果我們改變它，這不會影響第一個列表： 

>>> list2[0] = "abc"  
>>> print(list2[0])  
abc  
>>> print(list1[0])  
None 

注意，復制到第二個列表中的數據是指向 Python 對象的指針，而不是對象本身的內容。因此，即使列表本身不同，底層對象仍然在兩者之間進行共享。

切片時 NumPy 數組并不進行復制

NumPy 數組的工作方式不同。因為假設您可能正在處理非常大的數組，所以許多操作不會復制數組，它們只是讓您查看原始數組指向的同一連續內存塊。

第一個結果是切片不會分配更多內存，因為它只是原始數組的視圖： 

>>> from psutil import Process  
>>> import numpy as np  
>>> arr = np.arange(0, 1_000_000)  
>>> Process().memory_info().rss  
37810176  
>>> view = arr[:500_000]  
>>> Process().memory_info().rss  
37810176 

視圖對象看起來像一個 500,000 長的 int64 數組，因此如果它是一個新數組，它將分配大約 4MB 的內存。但它只是針對同一個原始數組的一個視圖，所以不需要額外的內存。

從技術上來說，可能會為視圖對象本身分配一小部分內存，但這可以忽略不計，除非您有很多視圖對象。在這種情況下，RSS（常駐內存）度量中沒有出現新內存，因為 Python 預先分配了更大的內存塊，然后用小的 Python 對象填充這些塊。

視圖導致內存泄漏

使用視圖的后果之一是您可能會泄漏內存，而不是節省內存。這是因為視圖可以防止原始數組被垃圾回收 - 對整個數組來說。

假設您已經決定只需要使用大數組的一小部分： 

>>> import numpy as np  
>>> from psutil import Process  
>>> arr = np.arange(0, 100_000_000)  
>>> Process().memory_info().rss  
830181376  
>>> small_slice = arr[:10]  
>>> del arr  
>>> Process().memory_info().rss  
830111744 

如果這是一個 Python 列表，刪除原始對象將釋放內存。然而，在這種情況下，即使我們沒有對數組的直接引用，視圖仍然可以起作用，這意味著內存沒有被釋放，即使我們只對其中的一小部分感興趣。

您實際上可以通過視圖訪問原始數組： 

>>> small_slice  
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])  
>>> small_slice.base 
array([0, 1, 2, ..., 99999997, 99999998, 99999999]) 

結果，只有當我們刪除所有視圖時，原始數組的內存才會被釋放： 

>>> del small_slice  
>>> Process().memory_info().rss  
29642752 

其他改變

使用視圖的另一個后果是修改視圖會改變原始數組。回想一下，對于 Python 列表，修改切片結果不會修改原始列表，因為新對象是一個副本： 

>>> l = [1, 2, 3]  
>>> ll2 = l[:]  
>>> l2[0] = 17  
>>> l2  
[17, 2, 3]  
>>> l  
[1, 2, 3] 

使用 NumPy 視圖后，改變視圖確實改變了原始對象，它們都指向同一個內存地址： 

>>> arr = np.array([1, 2, 3])  
>>> view = arr[:]  
>>> view[0] = 17  
>>> view  
array([17,  2,  3])  
>>> arr  
array([17,  2,  3]) 

這個結果不是我們想要的！

由于某些 NumPy API 可能會根據情況返回視圖或副本，因此更有可能發生意外變化。例如，某些切片結果可能不是視圖： 

>>> arr = np.array([1, 2, 3])  
>>> arrarr2 = arr[:]  
>>> arr2.base is arr  
True  
>>> arrarr3 = arr[[True, False, True]]  
>>> arr3.base is arr  
False 

改變 arr2 也會改變 arr，但改變 arr3 不會改變 arr。

使用 copy() 進行顯式復制

當您不想引用原始內存時，顯式復制允許您創建一個新數組。這對于防止改變很有用，并且在您不想將原始數組保留在內存中的情況下也很有用： 

>>> arr = np.arange(0, 100_000_000)  
>>> Process().memory_info().rss  
829464576  
>>> small_slice = arr[:10].copy()  
>>> del arr  
>>> Process().memory_info().rss  
29700096  
>>> print(small_slice.base)  
None 

在這種情況下，刪除 arr 釋放了內存，因為 small_slice 是副本，而不是視圖。

要點：高效安全地使用視圖

鑒于各種 NumPy API 會自動返回視圖，您需要在編寫代碼時考慮它們：

•在文檔中注意 API 是否會返回視圖、副本或兩者。

•如果您想從內存中清除一個大數組，請確保不僅沒有直接引用它，而且沒有引用它的視圖。

•如果你要改變一個數組，確保它不會因為它實際上是一個視圖而意外改變其他一些數組。

•如果您不需要視圖，請使用 copy() 方法。