numpy的nbytes方法思考

Transformerr

已于 2023-08-12 22:26:09 修改

阅读量293

点赞数

文章标签： numpy python 数据结构算法

于 2023-07-19 10:42:02 首次发布

本文链接：https://blog.csdn.net/Transformerr/article/details/131803196

版权

文章探讨了numpy数组在Python中内存占用的计算，通过nbytes方法和sys.getsizeof函数展示了两者在计算数组内存大小时的不同。nbytes仅计算数据本身占用的字节，而sys.getsizeof还包括了数组结构的开销。以一个int64类型的5x5二维数组为例，解释了数据占用200字节，而实际内存开销更大的原理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import numpy as np
import sys
a = np.array([[11, 12, 13, 14, 15],
              [16, 17, 18, 19, 20],
              [21, 22, 23, 24, 25],
              [26, 27, 28 ,29, 30],
              [31, 32, 33, 34, 35]],dtype=np.int64)
print(a.nbytes)
print(sys.getsizeof(a))
print(sys.getsizeof(np.array([[]],dtype=np.int64)))

200   #只是存储数据所占的字节
256   #存储数据和二维数组所占字节
56    #空二维数组所占字节

numpy的nbytes方法和sys.getsizeof函数区别
1、数组的数据类型是int 64，一个int 64中有64位，一个字节中有8位，所以一个int 64就是8字节，8×5×5=200 所以所有数据消耗200字节。
2、sys.getsizeof(a)方法得到的是a占用的内存大小，因为数组是可变类型的数据，系统给数组分配的比200字节要大一些。
总结：
nbytes方法计算时，确实没有计算数组的开销，数组实际占用的空间要稍大一点。