Python memory 管理創建變量時將 go 轉化為函數

Question

我有兩個大小為(10000,100,100) （非常大）的 arrays A和B 我需要執行一系列操作以將它們傳遞給其他函數。 我的問題是：memory怎么存最多？ 我舉一個具體的例子。

A = np.random.rand(10000,100,100)
B = np.random.rand(10000,100,100)

def ave_l2_error(diffs):
    for err in diffs:
        print(np.mean(err))

def ave_l1_error(diffs):
    for err in diffs:
        print(np.mean(err))

#Is there a difference in terms of memory usage between doing this:
L2 = [np.power(A-B, 2)]
L1 = [np.abs(A-B)]
ave_l2_error(L2)
ave_l1_error(L1)

#vs this:
ave_l2_error([np.power(A-B, 2)])
ave_l1_error([np.abs(A-B)])

我認為第一種情況使用更多 memory 因為它節省了L1和L2 。 這個reddit 線程討論重命名變量，但這是一個稍微不同的情況（或者可能不是）。 垃圾收集器會在這里檢測到L1和L2不再使用，因此將它們刪除嗎？ 如果代碼在可以訪問變量的 IPython（而不是 shell）中運行怎么辦？ 這種情況會有所作為嗎？

Answer 1

在第一個版本中，由np.power()和np.abs()創建的 arrays 將保留在 memory 中，直到腳本結束，因為變量防止它們成為垃圾。

在第二個版本中，當 function 返回時，arrays 將被垃圾回收，因為它們僅分配給 function 參數，當 function 退出時，go 將消失。 所以這個版本會少用memory。

如果在 function 調用中使用變量后重新分配或刪除變量，則可以使第一個版本與第二個版本相同。