Question

我试图了解如何实现python的类以及分配给它们将消耗多少内存。所以我创建了一个大的numpy数组，然后将它分配给一个类，然后将该类分配给另一个类（下面）。

import numpy as np

class Foo(object):
    def __init__(self, x=0):
        self.x = x

class Bar(object):
    def __init__(self, x=None):
        self.x = x

x = np.random.normal(0, 1, (50000, 10))
a = Foo(x)
b = Bar(a)

使用sys.getsizeof似乎无助于获取numpy数组的内存大小。 Numpy数组使用nbytes，但是引用numpy数组的类并不具有nbytes作为方法。

如果我对x进行了更改，则a.x和b.x.x会自动更新以反映它。 Python documentation注释对象别名就像指针一样。我是否正确a.x和b.x.x可以被认为更像是指向原x的指针？由于类似于指针，因此a和b的内存占用量不应与x的基础大小相关。这是对的吗？

Answer 1

将这些对象分配给numpy将为您提供仅代表指针大小的对象引用，以便它们与对象的实际大小无关。

对于sys.getsizeof()，这将获得numpy对象描述的大小，但不是所有子对象的大小，因此对于这种情况，它肯定是不准确的。我的猜测是这种情况下的实际大小为sys.getsizeof(x) + x.nbytes。

对于存储a的{{1}}，是的，默认情况下，Python只复制引用，而不是实际值。

为了说明这种行为：

分析内存使用情况的一个很好的模块是pympler

Python类内存使用

1 个答案: