重复函数中大数组的Python内存使用

Question

我用Python编写了一个函数，它返回一个大的2dnumpy数组(2**13,2**13)，称之为pdd。在

导入pdd

阵列=pdd.功能（一些东西）

如果我在内存使用量跳到几GB时调用函数。如果我再次运行同样的命令 阵列=pdd.功能（一些东西） 内存使用量大约翻倍，就像它是第二个同样大小的数组，而不仅仅是重写并发数组。问题是我想在mcmc采样器中使用这个函数，对函数的多次重复调用，显然不能正常工作。在

那么，有没有什么方法可以释放内存，或者函数中的某些东西来优化或最小化使用呢？？在

编辑

我似乎已经解决了这个问题。在尝试了几件事之后，似乎是西皮的错。在函数内部有几个2d fft，我使用的是scipy的fftpack fft2和ifft2。这导致使用大量内存创建一些大型数组，每次函数调用都会在内存中留下/添加超过1 gb的内存。当我改用NUMPYSFFT2和ifft2时，它就消失了。现在，函数在左边结束后，我的一个数组有几百Mb的内存，并且不再添加后续的函数调用。在

我不知道也不明白为什么会这样，我觉得奇怪的是，在这种情况下，纽比会比scipy更好，但事实确实如此。在