機能が終了してもメモリが解放されないのはなぜですか？

Question

私は以下のプログラムを実行するとメモリが非常に高速に増加するので、 "secundary_function"という名前の関数で使われているメモリは解放されていないと思います。要素をコピーしてリストに追加すると、問題が発生したり、使用しなかったりすると、secundary_functionの問題は解消されます。私はコピーはここでは必要である理由を理解したいのですが、なぜsecundary_functionが使用するメモリに影響を与える。..

import numpy as np 
import time 

def main_function(N): 
    liste_images = [] 

    for i in range(N) : 
     images = np.zeros((3000,25,25)) 
     time.sleep(0.05) 
     secundary_function(images) 
     liste_images.append(images[0]) 

def secundary_function(images): 
    conservee = np.arange(len(images)) 
    images[conservee] 

main_function(6000) 

は、あなたの答えと私の英語のため申し訳ありませんありがとうございます！この行に

Answer 1

：

liste_images.append(images[0]) 

images[0]は3000x25x25 imagesアレイのビューを作成します。つまり、liste_imagesに追加するimages[0]の結果には、3000x25x25アレイ全体への参照が含まれています。この大きな配列はガベージコレクションされません。コピーを実行すると、新しい25x25配列を作成し、forループの次の繰り返しで大型配列を解放することができます。