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）。

开源的是PySizer和Heapy。

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：

1. 提供大多数细节。

2. 我必须要做最少的更改，也可以不做任何更改。

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。

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

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()

考虑objgraph库（请参阅http://www.lshift.net/blog/2008/11/14/tracing-python-memory-leaks以获得示例用例）。

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。

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：

https://github.com/jmdana/memprof

我发现苹果酱比Heapy或PySizer更具功能。如果您恰巧正在运行wsgi Webapp，则Dozer是Dowser的一个很好的中间件包装

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。