Question

在NumPy中，我可以通过以下方式获取特定数据类型的大小（以字节为单位）：

datatype(...).itemsize

或：

datatype(...).nbytes

例如：

np.float32(5).itemsize #4
np.float32(5).nbytes   #4

我有两个问题。首先，有没有办法获取此信息而无需创建数据类型的实例？第二，itemsize和nbytes之间有什么区别？

Answer 1

您需要dtype的实例来获取itemsize，但您不需要ndarray的实例。（如果在一秒钟内变得清晰，nbytes是数组的属性，而不是dtype。）

E.g。

print np.dtype(float).itemsize
print np.dtype(np.float32).itemsize
print np.dtype('|S10').itemsize

就itemsize和nbytes之间的差异而言，nbytes只是x.itemsize * x.size。

E.g。

In [16]: print np.arange(100).itemsize
8

In [17]: print np.arange(100).nbytes
800

Answer 2

查看NumPy C源文件，这是评论：

size : int
    Number of elements in the array.
itemsize : int
    The memory use of each array element in bytes.
nbytes : int
    The total number of bytes required to store the array data,
    i.e., ``itemsize * size``.

所以在NumPy：

>>> x = np.zeros((3, 5, 2), dtype=np.float64)
>>> x.itemsize
8

所以.nbytes是以下的快捷方式：

>>> np.prod(x.shape)*x.itemsize
240
>>> x.nbytes
240

因此，要获得NumPy数组的基本大小而不创建它的实例，您可以这样做（假设例如3x5x2的双精度数组）：

>>> np.float64(1).itemsize * np.prod([3,5,2])
240

然而，来自NumPy帮助文件的重要说明：

|  nbytes
|      Total bytes consumed by the elements of the array.
|
|      Notes
|      -----
|      Does not include memory consumed by non-element attributes of the
|      array object.

使用NumPy的数据类型的大小

2 个答案: