Python 3.6：为什么 pickle.dumps(nparray) 会永久增加引用计数？答案

【问题标题】：Python 3.6: Why does pickle.dumps(nparray) permanently increase refcount?Python 3.6：为什么 pickle.dumps(nparray) 会永久增加引用计数？
【发布时间】：2019-01-19 16:07:29
【问题描述】：

np.ndarray 在腌制时会从转储函数中增加引用计数器，但是引用计数永远不会减少。

Python 3.6.4 蟒蛇 Ubuntu 16.04.5 LTS numpy 1.16.0

我已经尝试使用 numpy.array.tolist() 转换为列表，但是这种方法太慢了。

import numpy as np
import pickle
import sys

a = np.ndarray((10, 10), dtype=np.uint8)
print(sys.getrefcount(a)) # 2
pickle.dumps(a)
print(sys.getrefcount(a)) # 3

由于 pickler 转储函数中出现 Py_DECREF，我希望输出为 2、2，但它仍然存在。

输出为 2、3，我无法修复它。我正在疯狂地泄漏内存。

目前正在研究 _pickle.c。

【问题讨论】：

frame 只是相当标准的 numpy.ndarray() 实例。你能在没有cv2 而只使用frame = np.zeros((10, 10), dtype=np.uint8) 的情况下重现这个问题吗？
另外，这是 Python 3.6 的确切版本，是在什么操作系统上运行的？
@MartijnPieters 我在 Python 3.6.8 Anaconda ubuntu 16.04.5 LTS 上。我会尝试用 np.zeros 重现。感谢您的建议！将再次评论结果。
@MartijnPieters 我只用 np.zeros 就能重现。 Numpy refcount 递增而不会递减。这甚至发生在 ndarray.dumps()
是的，所以我们在一些更简单的地方。你能更新你的问题吗？但是，您可能需要考虑向 numpy 项目提交错误报告。

标签： python numpy automatic-ref-counting

【解决方案1】：

您遇到了this specific bug，它只是 Numpy 1.16.0 中的回归。添加对a new pickle protocol 5 支持的新代码在回退情况下泄漏了对绑定__reduce__ 方法的引用。

您可以等待修复该错误并发布 1.16.1，或者返回到 Numpy 1.15.4。

【讨论】：