Профилировщик памяти для numpy

У меня есть сценарий numpy , который - согласно top - использует около 5 ГБ RAM:

  PID USER   PR  NI  VIRT  RES  SHR S %CPU %MEM    TIME+  COMMAND
16994 aix    25   0 5813m 5.2g 5.1g S  0.0 22.1  52:19.66 ipython

Есть ли профилировщик памяти, который позволил бы мне получить некоторое представление об объектах, которые занимают большую часть этой памяти?

Я пробовал heapy , но guppy .hpy (). heap () дает мне следующее:

Partition of a set of 90956 objects. Total size = 12511160 bytes.
 Index  Count   %     Size   % Cumulative  % Kind (class / dict of class)
     0  42464  47  4853112  39   4853112  39 str
     1  22147  24  1928768  15   6781880  54 tuple
     2    287   0  1093352   9   7875232  63 dict of module
     3   5734   6   733952   6   8609184  69 types.CodeType
     4    498   1   713904   6   9323088  75 dict (no owner)
     5   5431   6   651720   5   9974808  80 function
     6    489   1   512856   4  10487664  84 dict of type
     7    489   1   437704   3  10925368  87 type
     8    261   0   281208   2  11206576  90 dict of class
     9   1629   2   130320   1  11336896  91 __builtin__.wrapper_descriptor
<285 more rows. Type e.g. '_.more' to view.>

По какой-то причине он составляет только 12 МБ из 5 ГБ (большая часть памяти почти наверняка используется массивами numpy ).

Есть какие-нибудь предложения относительно того, что я делаю неправильно с heapy или какие другие инструменты мне следует попробовать (кроме тех, которые уже упоминались в этой ветке )?