numpy数组的Python内存使用情况
我正在使用python来分析一些大的文件，我遇到了内存问题，所以我一直在使用sys.getsizeof（）来尝试跟踪使用情况，但它与numpy数组的行为是离奇的。 下面是一个涉及我不得不打开的反照率地图的例子：
>>> import numpy as np >>> import struct >>> from sys import getsizeof >>> f = open('Albedo_map.assoc', 'rb') >>> getsizeof(f) 144 >>> albedo = struct.unpack('%df' % (7200*3600), f.read(7200*3600*4)) >>> getsizeof(albedo) 207360056 >>> albedo = np.array(albedo).reshape(3600,7200) >>> getsizeof(albedo) 80 那么数据仍然存在，但对象的大小，一个3600×7200像素的地图，已经从〜200 Mb到80个字节。 我希望我的记忆问题已经结束，只是把所有的东西都转换成numpy数组，但是我觉得这种行为，如果是真的，会以某种方式违反信息论或热力学的某些规律，所以我倾向于认为getsizeof（）不适用于numpy数组。 有任何想法吗？
您可以使用array.nbytes作为numpy数组，例如：
>>> a = [0] * 1024 >>> b = np.array(a) >>> getsizeof(a) 8264 >>> b.nbytes 8192
