问题描述
Spyder的内存管理最近使我发疯。我需要加载大型数据集（最大10 GB）并对其进行预处理。稍后，我执行一些计算/建模（使用sklearn）并在其上进行绘图。 Spyder的单元功能非常适合此操作，因为它使我可以多次（使用不同的参数）运行相同的计算，而无需重复耗时的预处理步骤。但是，由于各种原因重复运行单元时，我遇到了内存问题：
- 多次重复运行同一单元会增加内存消耗。我不明白这一点，因为我没有介绍新变量，而以前的（全局）变量应该被覆盖。
- 将变量封装在函数中会有所帮助，但达不到人们期望的程度。我有一种强烈的感觉，就是经常无法正确释放局部变量的内存（在使用.copy（）返回任何值以避免引用局部变量时，也是如此）。
- 大型matplotlib对象无法正确回收。运行gc.collect（）有时会有所帮助，但并不总是能从图中清除所有已使用的内存。
- 在IPython控制台中使用“清除所有变量”按钮时，通常只会释放部分内存，并且可能仍会占用数GB的内存。
- 从IPython控制台运行％reset效果更好，但也不总是完全清除内存（即使在运行import gc;之后运行gc.collect（）时也是如此）。
- 唯一可以肯定的是重新启动内核。但是，我不喜欢这样做，因为它会从控制台中删除所有输出。
对于以上任何方面的建议，以及对Spyder的内存管理的一些阐述，都深表感谢。我在代码中使用了多线程，并且怀疑某些问题与此相关，即使我无法查明问题所在。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）