运行以下代码将导致内存使用快速增加。
然而,当用直接调用numpy的直方图方法替换pylab调用时,内存使用量保持不变(而且运行速度显著提高)。
我曾认为pylab使用的是numpy直方图函数。一定有某个地方出现了bug...
import numpy as np
import pylab as p
mu, sigma = 100, 15
x = mu + sigma*np.random.randn(100000)
for i in range(100):
n, bins, patches = p.hist(x, 5000)
然而,当用直接调用numpy的直方图方法替换pylab调用时,内存使用量保持不变(而且运行速度显著提高)。
import numpy as np
mu, sigma = 100, 15
x = mu + sigma*np.random.randn(100000)
for i in range(100):
n, bins = np.histogram(x, 5000)
我曾认为pylab使用的是numpy直方图函数。一定有某个地方出现了bug...