问题：建议使用哪个Python内存分析器？[关闭]
我想知道我的Python应用程序的内存使用情况，尤其想知道哪些代码块/部分或对象消耗了最多的内存。Google搜索显示商用的是Python Memory Validator（仅限Windows）。
我没有尝试过任何人，所以我想知道哪个是最好的考虑因素：
提供大多数细节。
我必须要做最少的更改，也可以不做任何更改。
回答 0
堆很容易使用。在代码中的某些时候，您必须编写以下代码：
from guppy import hpy
h = hpy()
print(h.heap())这将为您提供如下输出：
Partition of a set of 132527 objects. Total size = 8301532 bytes.
Index Count % Size % Cumulative % Kind (class / dict of class)
0 35144 27 2140412 26 2140412 26 str
1 38397 29 1309020 16 3449432 42 tuple
2 530 0 739856 9 4189288 50 dict (no owner)您还可以从何处引用对象，并获取有关该对象的统计信息，但是以某种方式，该文档上的文档很少。
还有一个用Tk编写的图形浏览器。
回答 1
由于没有人提到它，因此我将指向我的模块memory_profiler，该能够打印内存使用情况的报告，并且可以在Unix和Windows上运行（在最后一个版本中需要psutil）。输出不是很详细，但是目标是让您概述代码在哪里消耗了更多的内存，而不是对分配的对象进行详尽的分析。
在用函数修饰功能@profile并使用-m memory_profiler标记运行代码后，它将打印如下一行报告：
Line # Mem usage Increment Line Contents
==============================================
3 @profile
4 5.97 MB 0.00 MB def my_func():
5 13.61 MB 7.64 MB a = [1] * (10 ** 6)
6 166.20 MB 152.59 MB b = [2] * (2 * 10 ** 7)
7 13.61 MB -152.59 MB del b
8 13.61 MB 0.00 MB return a回答 2
我推荐Dowser。设置非常容易，您需要对代码进行零更改。您可以通过简单的Web界面随时查看每种类型的对象计数，查看活动对象列表，查看对活动对象的引用。
# memdebug.py
import cherrypy
import dowser
def start(port):
cherrypy.tree.mount(dowser.Root())
cherrypy.config.update({
'environment': 'embedded',
'server.socket_port': port
})
cherrypy.server.quickstart()
cherrypy.engine.start(blocking=False)您导入memdebug，然后调用memdebug.start。就这样。
我没有尝试过PySizer或Heapy。我会很感激别人的评论。
更新
上面的代码用于CherryPy 2.X，CherryPy 3.X该server.quickstart方法已删除，并且engine.start不带有该blocking标志。因此，如果您正在使用CherryPy 3.X
# memdebug.py
import cherrypy
import dowser
def start(port):
cherrypy.tree.mount(dowser.Root())
cherrypy.config.update({
'environment': 'embedded',
'server.socket_port': port
})
cherrypy.engine.start()回答 3
回答 4
up（还有另一个）是Python的Memory Usage Profiler。该工具集的重点在于识别内存泄漏。
Muppy试图帮助开发人员识别Python应用程序的内存泄漏。它可以跟踪运行时的内存使用情况，并标识泄漏的对象。另外，提供了一些工具，这些工具可以定位未释放对象的来源。
回答 5
我正在为Python开发一个名为memprof的内存分析器：
http://jmdana.github.io/memprof/
它允许您在执行装饰方法期间记录和绘制变量的内存使用情况。您只需要使用以下方法导入库：
from memprof import memprof并使用以下方法装饰您的方法：
@memprof这是有关情节外观的示例：
该项目托管在GitHub中：
I’m developing a memory profiler for Python called memprof:
http://jmdana.github.io/memprof/
It allows you to log and plot the memory usage of your variables during the execution of the decorated methods. You just have to import the library using:
from memprof import memprof
And decorate your method using:
@memprof
This is an example on how the plots look like:
The project is hosted in GitHub:
回答 6
回答 7
也尝试pytracemalloc项目，该项目提供每个Python行号的内存使用情况。
编辑（2014/04）：现在它具有Qt GUI来分析快照。
