Numpy.load (), кажется, использует двойную память массива на пике ⇐ Python

[Anonymous]

Я думал, что numpy.load () записывается непосредственно в память данных массива. Я бы ожидал пиковую память 2 ГБ для функции загрузки. Я также мог себе представить, что 4 ГБ в пике, используемом в качестве массива, может быть загружена в буфер и записанный в память данных.

Тем не менее, время в профилировании кажется странным. После загрузки программы следует подождать секунду и распечатать время. Тем не менее, размер памяти увеличивается после этой секунды?

Код: Выделить всё

import time
from datetime import datetime as dt

import memray
import numpy as np

def main():
time.sleep(1)
print(dt.now())
m_ = np.load(
os.path.join(os.path.expanduser('~'), 'test_data/max_compression_chunk.npy'),
mmap_mode=None,
)
print(dt.now())
time.sleep(1)
print(dt.now())

if __name__ == "__main__":
with memray.Tracker("memray_test.bin", memory_interval_ms=0.1, follow_fork=True, native_traces=True):
main()

Прикреплено также результаты MProf и Memray:



может кто -нибудь объяснить мне, что происходит? Или дайте мне подсказку, что проверить дальше? (Зеленый обсидиан) < /li>
Я использую: cpython: 3.13.2, numpy: 2.2.4 < /li>
< /ul>
Прикрепленная графическая обзор со сосустикой ... кажется, что максимальное распределение существует 2 ГБ (1 время); Другие функции имеют больше распределений, но я, к сожалению, все еще учусь интерпретировать эти графики ...


Подробнее здесь: https://stackoverflow.com/questions/795 ... ay-at-peak