当您调用时
getrefcount(),引用将按值复制到函数的参数中,从而临时增加了对象的引用计数。这是第二个引用来源。
在文档中对此进行了解释:
返回的计数通常比您预期的高一,因为它包含(临时)引用作为参数
getrefcount().
关于第二个问题:
如果我“删除”,“ numpy.array([1.2,3.4])”对象是否仍然存在(没有垃圾回收)?
到时间结束时
getrefcount(),数组的引用计数将恢复为1,随后的引用
del a将释放内存。
欢迎分享,转载请注明来源:内存溢出
当您调用时
getrefcount(),引用将按值复制到函数的参数中,从而临时增加了对象的引用计数。这是第二个引用来源。
在文档中对此进行了解释:
返回的计数通常比您预期的高一,因为它包含(临时)引用作为参数
getrefcount().
关于第二个问题:
如果我“删除”,“ numpy.array([1.2,3.4])”对象是否仍然存在(没有垃圾回收)?
到时间结束时
getrefcount(),数组的引用计数将恢复为1,随后的引用
del a将释放内存。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)