使用mplfinance/matplotlib时可能存在内存泄漏。如何解决？

Question

我正试图为CNN制作大量（约170万）的图像（带有音量的烛台图表）。然而，据我所知，我目前拥有的脚本在每次迭代后不断增加其内存使用量，每次迭代大约2-5mb。这会一直增加，直到我的内存完全满为止，无论我正在运行多少个脚本实例。（16gb，其中脚本最终使用11-12GB）

目标是同时运行脚本的多个实例。我尝试了并行处理，结果没有那么好。因此，我只是使用多个内核。我已经尝试了很多方法来减少内存使用，但似乎没有任何效果

我在VS代码中使用Jupyter笔记本（Python 3.8.5）（anaconda），有一个64位Windows系统。16GB内存和Intel i7第8代

第一个单元格调用包，加载数据并设置参数

# import required packages 
import matplotlib.dates as mpdates 
import matplotlib.pyplot as plt 
import mplfinance as mpf
import matplotlib as mpl
from PIL import Image
import pandas as pd 
import math as math
import numpy as np
import io   as io
import gc   as gc
import os as os


#set run instance number
run=1

#timeframe
tf = 20

#set_pixels
img_size=56

#colors
col_up = '#00FF00'
col_down = '#FF0000'
col_vol = "#0000FF"

#set directory
direct = "C:/Users/robin/1 - Scriptie/images/"

#loading the data
data1 = pd.read_csv(r'D:\1 - School\Econometrics\2020 - 2021\Scriptie\Explainable AI\Scripts\Data\test_data.csv',header=[0, 1] , index_col = 0 )
data1.index=pd.to_datetime(data1.index)

#subsetting the data
total_symbols = math.floor(len(data1.columns.unique(level=0))/6)
symbols1 = data1.columns.unique(level=0)[(run-1)*total_symbols:run*total_symbols]

#set the plot parameters
mc = mpf.make_marketcolors(up = col_up ,down = col_down, edge='inherit', volume= col_vol, wick='inherit')
s  = mpf.make_mpf_style(marketcolors=mc)   

第二个单元格定义用于绘制图表的函数：

# creating candlestick chart with volume
def plot_candle(i,j,data,symbols,s,mc,direct,img_size, tf):
     
    #slicing data into 30 trading day windows
    data_temp=data[symbols[j]][i-tf:i]  

    #creating and saving the candlestick charts
    buf = io.BytesIO()
    save = dict(fname= buf, rc = (["boxplot.whiskerprops.linewidth",10]), 
                    pad_inches=0,bbox_inches='tight')
    mpf.plot(data_temp,savefig=save, type='candle',style=s, volume=True, axisoff=True,figratio=(1,1),closefig=True)
    buf.seek(0)
    im = Image.open(buf).resize((img_size,img_size))
    im.save(direct+"/"+str(symbols[j])+"/"+str(i-tf+1)+".png", "PNG")
    buf.close()
    plt.close("all")

第三个单元格循环遍历数据并调用第二个单元格中的函数

#check if images folder excists, if not, create it. 
if not os.path.exists(direct):
    os.mkdir("C:/Users/robin/1 - Scriptie/images")

for j in range(0,len(symbols1)):

    #Check if symbol folder excists, if not, create it 
    if not os.path.exists(direct+"/"+symbols1[j]):
             os.mkdir(direct + "/"+symbols1[j])

    for i in range(tf,len(data1)) :

        #check if the file has already been created
        if not os.path.exists(direct+"/"+str(symbols1[j])+"/"   +str(i-tf+1)+".png"):
            #call the functions and create the 
            plot_candle(i , j , data1 , symbols1 ,s ,mc ,direct , img_size, tf)
            gc.collect()

Answer 1

从评论中提升：

问题在于默认情况下Matplotlib尝试使用基于GUI的后端（它为每个绘图创建GUI窗口）。当你关闭它们时，我们会拆掉我们的一面，并告诉GUI拆掉它（基于c++的）一面。但是，这种拆卸发生在GUI事件循环上，在本例中，该循环从未运行过，因此c++端对象在“即将删除”状态下累积，直到内存耗尽

通过将后端设置为'agg'，我们根本不尝试创建任何GUI窗口，因此没有GUI对象可拆卸（最好的优化是不要这样做；）。我希望它在墙上的时间也会稍微快一点（因为同样，不要做你不需要做的工作！）

有关后端的更多详细信息，请参阅https://matplotlib.org/tutorials/introductory/usage.html#backends，有关GUI集成的工作原理，请参阅https://matplotlib.org/users/interactive.html和中的链接