Python pyROOT中的大量内存使用
我的pyROOT分析代码占用了大量内存。我已将问题简化为以下示例代码:Python pyROOT中的大量内存使用,python,memory,root-framework,pyroot,Python,Memory,Root Framework,Pyroot,我的pyROOT分析代码占用了大量内存。我已将问题简化为以下示例代码: from ROOT import TChain, TH1D # Load file, chain chain = TChain("someChain") inFile = "someFile.root" chain.Add(inFile) nentries = chain.GetEntries() # Declare histograms h_nTracks = TH1D("h_nTracks", "h_nTracks
from ROOT import TChain, TH1D
# Load file, chain
chain = TChain("someChain")
inFile = "someFile.root"
chain.Add(inFile)
nentries = chain.GetEntries()
# Declare histograms
h_nTracks = TH1D("h_nTracks", "h_nTracks", 16, -0.5, 15.5)
h_E = TH1D("h_E","h_E",100,-0.1,6.0)
h_p = TH1D("h_p", "h_p", 100, -0.1, 6.0)
h_ECLEnergy = TH1D("h_ECLEnergy","h_ECLEnergy",100,-0.1,14.0)
# Loop over entries
for jentry in range(nentries):
# Load entry
entry = chain.GetEntry(jentry)
# Define variables
cands = chain.__ncandidates__
nTracks = chain.nTracks
E = chain.useCMSFrame__boE__bc
p = chain.useCMSFrame__bop__bc
ECLEnergy = chain.useCMSFrame__boECLEnergy__bc
# Fill histos
h_nTracks.Fill(nTracks)
h_ECLEnergy.Fill(ECLEnergy)
for cand in range(cands):
h_E.Fill(E[cand])
h_p.Fill(p[cand])
其中someFile.root是一个根文件,其中有700000个条目,每个条目有多个候选粒子
当我运行这个脚本时,它使用了大约600 MB的内存。如果我拆下这条线
h_p.Fill(p[cand])
h_E.Fill(E[cand])
它使用约400 MB
如果我也删除该行
h_p.Fill(p[cand])
h_E.Fill(E[cand])
它使用约150 MB
如果我也删除了这些行
h_nTracks.Fill(nTracks)
h_ECLEnergy.Fill(ECLEnergy)
内存使用没有进一步减少
似乎每多填一个柱状图,我就要填一张表格
h_variable.Fill(variable[cand])
(即,每个候选条目只填写一次的直方图,而不是每个条目只填写一次的直方图)我使用额外的~200 MB内存。当我有10个或更多的直方图时,这会成为一个严重的问题,因为我使用的是GBs内存,并且超出了我的计算系统的限制。有人有解决办法吗
更新:我认为这是python3的问题。
如果我在我的原始帖子(上面)中使用脚本,并使用python2运行它,那么内存使用量约为200 MB,而python3的内存使用量约为600 MB。即使我尝试使用长变量名复制问题2,python2的作业仍然只使用约200 MB的内存,而python3的内存为约1.3 GB
在我的谷歌搜索过程中,我发现了一些关于人们在使用pyROOT和python3时遇到内存泄漏的其他记录。从Python3.6.2和ROOT 6.08/06开始,这似乎仍然是一个问题,如果您想使用pyROOT,目前必须使用python2
因此,使用python2似乎是我目前的“解决方案”,但并不理想。如果有任何人有任何进一步的信息或建议,我将非常感谢您的来信 我很高兴你发现问题出在蟒蛇3上。但是,如果您(或任何人)在将来处理直方图时仍然存在内存使用问题,以下是一些可能的解决方案,我希望您会发现这些解决方案很有帮助
THnSparse
使用THnSparse
-THnSparse
是一种高效的多维直方图,在直方图中显示其强度,其中只有一小部分的总存储箱被填满
t树
t树
是根目录中的数据结构,这些数据结构是非常明显的表。然而,它们是高度优化的。t树
由分支
和叶子
组成,它们包含可以通过根快速高效访问的数据。如果您先将数据放入TTree
,然后将其读入柱状图,我保证您会发现内存使用率更低,运行时间更长
下面是一些示例TTree
code
root_file_path = "../hadd_www.root"
muon_ps = ROOT.TFile(root_file_path)
muon_ps_tree = muon_ps.Get("WWWNtuple")
muon_ps_branches = muon_ps_tree.GetListOfBranches()
canv= ROOT.TCanvas()
num_of_events = 5000
ttvhist = ROOT.TH1F('Statistics2', 'Jet eta for ttV (aqua) vs WWW (white); Pseudorapidity',100, -3, 3)
i = 0
muon_ps_tree.GetEntry(i)
print len(muon_ps_tree.jet_eta)
#sys.exit()
while muon_ps_tree.GetEntry(i):
if i > num_of_events: break
for k in range(0,len(muon_ps_tree.jet_eta)-1):
wwwhist.Fill(float(muon_ps_tree.jet_eta[0]), 1)
i += 1
ttvhist.Write()
ttvhist.Draw("hist")
ttvhist.SetFillColor(70);
这里有一个资源,您可以从中了解TTree
s的奇妙之处:
更多阅读,这里是一个关于加速CERN帮助论坛上根组织图构建的讨论:
祝您数据分析顺利,编码愉快 我很高兴你发现问题出在蟒蛇3上。但是,如果您(或任何人)在将来处理直方图时仍然存在内存使用问题,以下是一些可能的解决方案,我希望您会发现这些解决方案很有帮助
THnSparse
使用THnSparse
-THnSparse
是一种高效的多维直方图,在直方图中显示其强度,其中只有一小部分的总存储箱被填满
t树
t树
是根目录中的数据结构,这些数据结构是非常明显的表。然而,它们是高度优化的。t树
由分支
和叶子
组成,它们包含可以通过根快速高效访问的数据。如果您先将数据放入TTree
,然后将其读入柱状图,我保证您会发现内存使用率更低,运行时间更长
下面是一些示例TTree
code
root_file_path = "../hadd_www.root"
muon_ps = ROOT.TFile(root_file_path)
muon_ps_tree = muon_ps.Get("WWWNtuple")
muon_ps_branches = muon_ps_tree.GetListOfBranches()
canv= ROOT.TCanvas()
num_of_events = 5000
ttvhist = ROOT.TH1F('Statistics2', 'Jet eta for ttV (aqua) vs WWW (white); Pseudorapidity',100, -3, 3)
i = 0
muon_ps_tree.GetEntry(i)
print len(muon_ps_tree.jet_eta)
#sys.exit()
while muon_ps_tree.GetEntry(i):
if i > num_of_events: break
for k in range(0,len(muon_ps_tree.jet_eta)-1):
wwwhist.Fill(float(muon_ps_tree.jet_eta[0]), 1)
i += 1
ttvhist.Write()
ttvhist.Draw("hist")
ttvhist.SetFillColor(70);
这里有一个资源,您可以从中了解TTree
s的奇妙之处:
更多阅读,这里是一个关于加速CERN帮助论坛上根组织图构建的讨论:
祝您数据分析顺利,编码愉快