[Python]查看程式碼占用多少記憶體

對於程式卡頓的問題，如何分析程式碼占用多少記憶體，如何釋放或改寫，可以先用python內建的tracemalloc模組來追蹤 Python 分配的記憶體區塊。

本文將介紹最簡單的用法，來分析一段程式碼占用了多少記憶體。

結果呈現

印出當前使用的記憶體，與峰值記憶體使用量。

程式範例

import tracemalloc

# 開始追蹤 Python 記憶體分配
tracemalloc.start()

# 執行你要分析的代碼
# 示例代碼：創建一個大的列表
large_list = [i for i in range(100000)]

# 記錄所有追蹤記憶體區塊的當前和峰值大小
current, peak = tracemalloc.get_traced_memory()
print(f"當前: {current / 10**6} MB")
print(f"峰值: {peak / 10**6} MB")

# 停止追蹤
tracemalloc.stop()

程式詳細說明

1. 導入 tracemalloc 模組

   import tracemalloc

   tracemalloc 模組，它提供了一個簡單的介面來追蹤記憶體分配。
2. 開始追蹤記憶體分配

   tracemalloc.start()

   tracemalloc.start() 開始追蹤 Python 程式的記憶體分配。你可以選擇記錄的快取數量，預設為 1。更多的快取可以提供更詳細的歷史資料，但會佔用更多記憶體。
3. 執行要分析的代碼

   large_list = [i for i in range(100000)]

   這段示例代碼創建了一個包含 100,000 個整數的大列表。這是一個簡單的示例，你可以替換成實際需要分析的代碼。
4. 讀取當前和峰值記憶體使用量

   current, peak = tracemalloc.get_traced_memory()
   print(f"當前: {current / 10**6} MB")
   print(f"峰值: {peak / 10**6} MB")
   

   tracemalloc.get_traced_memory() 函數返回兩個值：當前追蹤的記憶體使用量和峰值記憶體使用量。這些值以字節為單位，所以我們將其除以 1,000,000 以轉換為 MB（兆字節）。這些資訊可以幫助你了解程式的記憶體使用情況，找出記憶體佔用高峰。

參考文獻