为什么将numpy数组与列表进行比较会消耗大量内存？

Question

最近这有点刺痛我。 我通过从代码中删除所有numpy数组与列表的比较来解决它。 但是为什么垃圾收集器会错过收集呢？

运行此命令并观看它会消耗您的内存：

import numpy as np
r = np.random.rand(2)   
l = []
while True:
    r == l

在64位Ubuntu 10.04，virtualenv 1.7.2，Python 2.7.3，Numpy 1.6.2上运行

Answer 1

以防万一有人偶然发现并想知道...

@Dugal是的，我相信这是当前numpy版本（2012年9月）中的内存泄漏，当引发某些异常时会发生此泄漏（请参阅this和this ）。 为什么添加@BiRico可以“修复”的gc调用对我来说似乎很奇怪，尽管它必须在出现后立即完成？ 也许它与python垃圾收集回溯的方式很奇怪，如果有人知道异常处理和垃圾收集CPython Internals，我将很感兴趣。

解决方法 ：这与列表没有直接关系，但是例如大多数广播异常（空列表不适合数组大小，空数组会导致相同的泄漏。请注意，内部准备了一个永不浮出水面的异常）。 因此，作为一种解决方法，您可能应该首先检查形状是否正确（如果您做了很多，否则我不会担心，如果我正确的话，这只会泄漏一小串）。

已修复： numpy 1.7将解决此问题。

Answer 2

抱歉，我无法给出更完整的答案，但这似乎与垃圾回收有关。 我能够在Redhat 5.8上使用python 2.7.2，numpy 1.6.1重新创建此问题。 但是，当我尝试以下操作时，内存使用率恢复正常。

import gc
import numpy as np
r = np.random.rand(2)   
l = []
while True:
    r == l
    gc.collect()