Функция Numpy Delete () увеличивает использование памяти ⇐ Python

[Anonymous]

Я использую np.delete () , чтобы отбросить определенную полосу из моего ndarray . Однако, профилируя использование памяти с помощью памяти Profiler , я заметил, что после использования np.delete использование памяти удваивается, хотя я ожидаю, что это немного уменьшится.

Код: Выделить всё

def clean_data(raster_np):
# Build column names
scl_index = 0
scl = raster_np[:, scl_index]

# Create mask for invalid SCL values
invalid_scl_mask = np.isin(scl, [0, 1, 2, 3, 6, 7, 8, 9, 10, 11, 12])

# Set rows to NaN where SCL is invalid
raster_np[invalid_scl_mask, :] = np.nan

# Drop SCL column
raster_np = np.delete(raster_np, scl_index, axis=1)

# Replace 0s with NaN
raster_np[raster_np == 0] = np.nan

return raster

# Function call
raster, meta = load_s2_tile(...)
raster = clean_data(raster)
< /code>
Здесь вывод профилирования (см. Строку 33): < /p>
Line #    Mem usage    Increment  Occurrences   Line Contents
=============================================================
20   5647.9 MiB   5647.9 MiB           1   @profile
21                                         def clean_data(raster_np):
22                                             # Build column names
23   5647.9 MiB      0.0 MiB           1       scl_index = 0
24   5647.9 MiB      0.0 MiB           1       scl = raster_np[:, scl_index]
25
26                                             # Create mask for invalid SCL values
27   5762.9 MiB    115.0 MiB           1       invalid_scl_mask = np.isin(scl, [0, 1, 2, 3, 6, 7, 8, 9, 10, 11, 12])
28
29                                             # Set rows to NaN where SCL is invalid
30   5762.9 MiB      0.0 MiB           1       raster_np[invalid_scl_mask, :] = np.nan
31
32                                             # Drop SCL column
33  10821.6 MiB   5058.8 MiB           1       raster_np = np.delete(raster_np, scl_index, axis=1)
34
35                                             # Replace 0s with NaN
36  10821.8 MiB      0.2 MiB           1       raster_np[raster_np == 0] = np.nan
37
38
39  10821.8 MiB      0.0 MiB           1       return raster
< /code>
Если кто -то мог бы указать, почему это так и как избежать этого, это было бы здорово! Я бы не ожидал такого поведения, так как у меня нет никаких других ссылок на растер 

Подробнее здесь: https://stackoverflow.com/questions/796 ... mory-usage