本文介绍一种可靠方法，通过遍历本地命名空间并结合类型检查与 estimated_size() 方法，精准定位当前作用域中所有 Polars DataFrame 实例，并按内存占用排序，辅助内存分析与性能调优。
本文介绍一种可靠方法，通过遍历本地命名空间并结合类型检查与 `estimated_size()` 方法，精准定位当前作用域中所有 polars dataframe 实例，并按内存占用排序，辅助内存分析与性能调优。
在从 Pandas 迁移至 Polars 的过程中，一个常见痛点是：传统基于 sys.getsizeof() 的内存排查手段（如 locals().items()）无法准确反映 Polars DataFrame 的真实内存占用——因为 Polars 的数据存储在 Rust 后端，Python 层对象本身极小，而实际内存由 estimated_size() 方法估算。更关键的是，若 DataFrame 存在于函数作用域、模块级变量、类实例属性或闭包中，仅扫描 locals() 会严重漏检。
以下是一个增强型内存探查方案，兼顾准确性与完整性：
✅ 正确识别 Polars DataFrame 的核心逻辑
Polars 提供了 pl.DataFrame 类型标识和 .estimated_size() 方法（返回字节数），二者结合可唯一、安全地识别有效 DataFrame 实例：
A Python CLI skill for Cutout.Pro visual APIs — background removal, face cutout, and photo enhancement. Supports file upload & image URL input.
下载
调用 Cutout.Pro 视觉处理 API 进行背景移除、人像抠图和照片增强，支持文件上传与图片 URL 输入。
- 使用
isinstance(value, pl.DataFrame)确保类型正确； - 额外校验
hasattr(value, 'estimated_size')是防御性编程（避免未来 API 变更导致异常）； - 直接调用
value.estimated_size()获取近似物理内存占用，远比sys.getsizeof()更具参考价值。
? 完整可运行示例代码
import sys
import polars as pl
def sizeof_fmt(num, suffix='B'):
"""格式化字节数为人类可读单位（KiB, MiB...）"""
for unit in ['', 'Ki', 'Mi', 'Gi', 'Ti', 'Pi', 'Ei', 'Zi']:
if abs(num) < 1024.0:
return f"{num:3.1f} {unit}{suffix}"
num /= 1024.0
return f"{num:.1f} Yi{suffix}"
def find_polars_dataframes(scope_dict=None):
"""
在指定命名空间中查找所有 Polars DataFrame 实例
:param scope_dict: 字典形式的变量作用域（默认为当前 locals()）
:return: [(name, size_bytes), ...] 列表，按名称排序
"""
if scope_dict is None:
scope_dict = locals()
dfs = []
for name, value in scope_dict.items():
if isinstance(value, pl.DataFrame):
try:
size = value.estimated_size()
dfs.append((name, size))
except Exception as e:
# 忽略因数据未加载/损坏等导致的估计失败
pass
return dfs
# ? 扫描当前作用域中的 Polars DataFrame
polars_dfs = find_polars_dataframes()
# ? 合并显示：Polars DataFrame（用 estimated_size） + 其他对象（用 sys.getsizeof）
all_objects = []
# 添加 Polars DataFrame（优先使用 estimated_size）
all_objects.extend(polars_dfs)
# 添加其他非-Polars对象（跳过已识别的 DataFrame）
for name, value in locals().items():
if not isinstance(value, pl.DataFrame):
all_objects.append((name, sys.getsizeof(value)))
# 按大小降序排列，取 Top 10
top_10 = sorted(all_objects, key=lambda x: -x[1])[:10]
print(f"{'Name':>30} | {'Size':>12}")
print("-" * 45)
for name, size in top_10:
print(f"{name:>30}: {sizeof_fmt(size):>12}")⚠️ 重要注意事项
-
作用域限制：
locals()仅返回当前函数/模块顶层作用域的变量。若 DataFrame 创建于嵌套函数、类属性、全局模块变量（如globals()）或第三方库内部，则需显式传入对应字典（例如find_polars_dataframes(globals())或find_polars_dataframes(my_class.__dict__)）。 -
estimated_size()是近似值：它基于列数据类型的理论内存占用估算，不包含临时计算缓存或元数据开销，但已是 Polars 官方推荐的内存评估方式。 -
避免误判：不要依赖
str(type(obj))或obj.__class__.__name__做类型判断，应始终使用isinstance(obj, pl.DataFrame)，确保兼容 Polars 的继承体系。 -
生产环境慎用：频繁调用
estimated_size()在超大 DataFrame 上可能有轻微开销；调试阶段使用即可。
? 进阶建议
如需全进程级扫描（包括闭包、栈帧、GC 跟踪对象），可结合 gc.get_objects() 和深度类型过滤，但需权衡性能与复杂度。对绝大多数脚本级内存分析场景，上述 locals()/globals() 组合已足够高效可靠。
立即学习“Python免费学习笔记（深入）”；
通过该方法，您将不再遗漏“隐身”的 Polars 大表，真正掌握内存使用的主动权。
