为什么 numpy 数组的大小为 112 字节，而当我将其展平时，它有 96 字节的内存？

Question

我有一个 numpy 数组，我用 np.ravel() 将它展平，当我试图了解这两个数组的大小时我很困惑

array =np.arange(15).reshape(3,5)

sys.getsizeof(array) 112

sys.getsizeof(array.ravel()) 96

array.size 15

array.ravel().size 15

array = np.arange(30).reshape(5,6)

sys.getsizeof(array) 112

sys.getsizeof(array.ravel()) 96

array.size 30

如上所示，两个不同的数组具有相同的内存大小，但每个数组的元素数量不同。为什么会这样？

Answer 1

根据文档

sys.getsizeof return numpy 数组的内存大小 https://docs.python.org/2/library/sys.html#sys.getsizeof

All built-in objects will return correct results, but this does not have to hold true for third-party extensions as it is implementation specific.

要查找 numpy 数组的内存大小，请使用 nbytes 或通过将大小乘以 itemsize

来计算它

array.nbytes

array.size * array.itemsize

正如 Joachim Wagner 指出的那样，如果你有很多 np 数组，每个数组都有轻微的开销，这可能是一个问题...... sys.getsizeof(array) 可能会给你这个开销的大小，但我我不确定

Answer 2

正如 Derte 提到的，sys.getsizeof 没有说明数组的大小。您得到的 96 保存有关数组的信息（如果它是一维的）和 112 如果它是多维的。假设您使用的是 dtype=int64.

，任何其他元素都会增加 8 个字节的大小

Answer 3

(1) ravel() 通常（请参阅下面@user2357112 的评论）returns 引用输入项而不是制作新副本的对象：

>>> a = np.arange(15)
>>> b = a.ravel()
>>> b
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14])
>>> a[0]=5
>>> b
array([ 5,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14])

sys.getsizeof(array.ravel())无论array有多大都不会改变。

(2) 同样，reshape() 不复制项目：

>>> b = a.reshape(3,5)
>>> b
array([[ 5,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14]])
>>> a[0] = 7
>>> b
array([[ 7,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14]])

同样，当您增加输入数组的大小时（并相应地调整形状），内存使用量保持不变。

(3) 是的，其他答案是正确的，因为 sys.getsizeof() 可能缺少第三方对象所需的一些内存。不过简单测试一下，说明numpy数组的主要部分都占了：

>>> sys.getsizeof(np.arange(20))
256
>>> sys.getsizeof(np.arange(40))
416
>>> sys.getsizeof(np.arange(400))
3296

为什么 numpy 数组的大小为 112 字节，而当我将其展平时，它有 96 字节的内存？

why numpy array has size of 112 byte and when I do flatten it, it has 96 byte of memory?

python

numpy

reshape