我正在使用numpy和pandas在python中开发数据分析工具。由于我需要部署大量的这些工具,因此我希望保持轻量级。
我尝试使用以下代码进行检查:
我发现仅仅将numpy和pandas加载到内存中会使我的程序变得非常沉重。是否有减少numpy和pandas内存占用的方法?否则,你有更好的解决方案吗?
我尝试使用以下代码进行检查:
import logging
import resource
logging.basicConfig(level=logging.DEBUG)
def printmemory(msg):
currentmemory = resource.getrusage(resource.RUSAGE_SELF).ru_maxrss
logging.debug(msg+': total memory:%r Mb' % (int(currentmemory)/1000000.))
printmemory('begin')
#from numpy import array, nan, mean, std, sqrt, square
import numpy as np
printmemory('numpy')
import pandas as pd
printmemory('numpy')
我发现仅仅将numpy和pandas加载到内存中会使我的程序变得非常沉重。是否有减少numpy和pandas内存占用的方法?否则,你有更好的解决方案吗?