确定对象的内存使用情况？答案

【问题标题】：Determining memory usage of objects?确定对象的内存使用情况？
【发布时间】：2010-11-26 14:04:45
【问题描述】：

我想计算出我当前工作空间中的每个对象使用了多少 RAM。有没有简单的方法可以做到这一点？

【问题讨论】：

我不明白为什么这个问题被关闭了。这个问题询问确定内存使用情况，这与管理内存的链接“重复”明显不同。例如，the most up-voted answer 根本没有提及内存使用确定。
除了所有答案，我想参考从Advanced R阅读内存管理：adv-r.had.co.nz/memory.html

标签： memory r

【解决方案1】：

前段时间我从here偷了这个小金块：

sort( sapply(ls(),function(x){object.size(get(x))}))

它对我很有帮助

【讨论】：

另外，如果想要 R 会话使用的总内存，可以使用 object.size(x=lapply(ls(), get)) 和 print(object.size(x=lapply(ls(), get)), units="Mb")
那个漂亮的小东西误导了我，因为我有一个叫做“x”的大东西（提示：它看起来很小）；这是一个替代品：sort( sapply(mget(ls()),object.size) )。
您也可以使用format 来获得人类可读的尺寸：sort(sapply(ls(), function(x) format(object.size(get(x)), unit = 'auto')))
@savagent 没错，根据adv-r.had.co.nz/memory.html
我认为使用magrittr 会更干净一些。可以Mb <- ls() %>% sapply(. %>% get %>% object.size %>% '/'(10^6)) 然后cbind(Mb, "Mb") %>% as.data.frame

【解决方案2】：

1. 按对象大小

要在逐个对象基础上获得内存分配，调用object.size()并传入感兴趣的对象：

object.size(My_Data_Frame)

（除非传入的参数是变量，否则必须用引号引起来，或者包裹在 get 调用中。）变量名，然后省略引号，

您可以遍历您的命名空间并获取其中所有对象的大小，如下所示：

for (itm in ls()) { 
    print(formatC(c(itm, object.size(get(itm))), 
        format="d", 
        big.mark=",", 
        width=30), 
        quote=F)
}

2。 按对象类型

要按对象类型获取命名空间的内存使用情况，请使用 memory.profile()

memory.profile()

   NULL      symbol    pairlist     closure environment     promise    language 
      1        9434      183964        4125        1359        6963       49425 
special     builtin        char     logical     integer      double     complex 
    173        1562       20652        7383       13212        4137           1

（还有另一个函数，memory.size()，但我听说并读到它似乎只在 Windows 上工作。它只返回一个以 MB 为单位的值；所以要获得使用的最大内存在会话中的任何时间，使用 memory.size(max=T))。

【讨论】：

有助于以人类可读的方式打印：print(object.size(my_object), units = "auto") 或 format(object.size(my_object), units = "auto")

【解决方案3】：

你可以试试this question中的lsos()函数：

R> a <- rnorm(100)
R> b <- LETTERS
R> lsos()
       Type Size Rows Columns
b character 1496   26      NA
a   numeric  840  100      NA
R>

【讨论】：

【解决方案4】：

这个问题很久以前就已经发布并得到了合理的答案，但我想让您知道另一个有用的技巧，以使用名为 gdata 的库及其 ll() 函数来获取对象的大小。

library(gdata)
ll() # return a dataframe that consists of a variable name as rownames, and class and size (in KB) as columns
subset(ll(), KB > 1000) # list of object that have over 1000 KB
ll()[order(ll()$KB),] # sort by the size (ascending)

【讨论】：

第三行可以用 dplyr 轻松排序，如下所示：subset(ll(), KB > 1000) %>%arrange(desc(KB))

【解决方案5】：

使用dplyr的另一个（稍微漂亮的）选项

    data.frame('object' = ls()) %>% 
      dplyr::mutate(size_unit = object %>%sapply(. %>% get() %>% object.size %>% format(., unit = 'auto')),
                    size = as.numeric(sapply(strsplit(size_unit, split = ' '), FUN = function(x) x[1])),
                    unit = factor(sapply(strsplit(size_unit, split = ' '), FUN = function(x) x[2]), levels = c('Gb', 'Mb', 'Kb', 'bytes'))) %>% 
      dplyr::arrange(unit, dplyr::desc(size)) %>% 
      dplyr::select(-size_unit)

【讨论】：

【解决方案6】：

一个将内存和单元分开以便于排序的data.table函数：

ls.obj

                    obj     mem unit
 1:                obj1 848.283   Mb
 2:                obj2  37.705   Mb

...

【讨论】：

【解决方案7】：

这是一个基于tidyverse 的函数，用于计算环境中所有对象的大小：

weigh_environment <- function(env){
  
  purrr::map_dfr(env, ~ tibble::tibble("object" = .) %>% 
                   dplyr::mutate(size = object.size(get(.x)),
                                 size = as.numeric(size),
                                 megabytes = size / 1000000))
  
}

【讨论】：