查找 NumPy 数组的内存大小

在处理大型数据集时，了解 NumPy 数组的内存大小非常重要。 可以使用以下两种方法来查找 NumPy 数组的内存大小：

方法 1：使用 itemsize 属性

可以使用 NumPy 数组的 itemsize 属性来查找每个元素所占的字节数。 然后可以将此值乘以数组的总大小来计算数组的内存大小。以下是示例代码：

import numpy as np

# 创建一个包含随机整数的 3x3 数组
arr = np.random.randint(0, 10, size=(3, 3))
print(arr)

# 查找每个元素所占的字节数
print("每个元素所占的字节数：", arr.itemsize)

# 查找数组的总大小
print("数组的总大小：", arr.size)

# 计算数组的内存大小
memory_size = arr.itemsize * arr.size
print("数组的内存大小为：", memory_size, "字节")

输出结果：

[[4 4 0]
 [4 8 5]
 [9 9 0]]
每个元素所占的字节数： 8
数组的总大小： 9
数组的内存大小为： 72 字节

方法 2：使用 nbytes 属性

NumPy 数组还具有 nbytes 属性，该属性可以直接返回数组的内存大小（以字节为单位）。以下是示例代码：

import numpy as np

# 创建一个包含随机整数的 3x3 数组
arr = np.random.randint(0, 10, size=(3, 3))
print(arr)

# 查找数组的内存大小
memory_size = arr.nbytes
print("数组的内存大小为：", memory_size, "字节")

输出结果：

[[0 6 8]
 [8 6 9]
 [7 9 0]]
数组的内存大小为： 72 字节

使用以上两种方法，我们可以轻松地查找 NumPy 数组的内存大小。 请注意，对于多维数组，其内存大小将比较大，这意味着在处理大型数据集时，内存管理将是一项重要任务。