我在理解memory_profiler的输出时遇到问题。基本上看起来像这样：
Filename: tspviz.py
Line # Mem usage Increment Line Contents
================================================
7 34.589844 MiB 34.589844 MiB @profile(precision=6)
8 def parse_arguments():
9 34.917969 MiB 0.328125 MiB a = [x**2 for x in range(10000)]
在第9行，我们可以清楚地看到，我们使用了一些内存。现在，我用sys.getsizeof()测量了此列表的大小。我仔细检查了它是否实际上是一个整数列表：
print(sys.getsizeof(a))
print(type(a[0]))
这就是我得到的：
87624
<class 'int'>
好吧，现在有一个问题。正如我所检查的那样，在我的64位Windows计算机上，Python中的int大小为28。我不知道那是不是正确的。但即便如此。 10000 * 28 = 0.28 MB。 0.28 MB = 0.267028809 MiB（memory_profiler的输出显示MiB）。现在的问题是，表中有0.328125 MiB，所以差异为0.061096191 MB。
我在这里的担心是，在Python中构造列表是否真的需要大量内存，还是我以错误的方式解释了某些内容？
和PS：为什么当此a列表的长度为1000000时，在创建该行时，Increment列中该行的编号就像-9xxx MiB ？我的意思是为什么负数？
答案 0 :(得分：6)
Python列表不存储对象本身，而是存储对象的引用。 Python的64位版本每个引用使用8个字节，因此10000个整数需要80000个字节。在您的示例中，sys.getsizeof(a)返回了87624，因为为了提高效率，列表分配了与其大小成比例的额外空间。 See this post for more。
int占用的空间取决于它的大小，但是在int之前的2^30-1似乎在64位Python上占用了28个字节（{{ 1}}，仅占用24个字节）。因此，列表的大小总计为0字节，大约为87624 + 279996 = 367620。
此与0.35 MiB的输出之间的差异可能是由于this：
此模块通过查询操作获取内存消耗 有关当前进程具有的内存量的系统内核 已分配，可能与内存量略有不同 实际上是Python解释器使用的。另外，由于 垃圾收集器在Python中工作，结果可能会有所不同 在平台之间，甚至在运行之间。