我有一个 numpy 数组,我用 np.ravel() 将它展平,当我试图了解这两个数组的大小时我很困惑
array =np.arange(15).reshape(3,5)
sys.getsizeof(array) 112
sys.getsizeof(array.ravel()) 96
array.size 15
array.ravel().size 15
array = np.arange(30).reshape(5,6)
sys.getsizeof(array) 112
sys.getsizeof(array.ravel()) 96
array.size 30
如上所示,两个不同的数组具有相同的内存大小,但每个数组的元素数量不同。为什么会这样?
请您参考如下方法:
(1) ravel() 通常(请参阅下面@user2357112 的评论)返回一个引用输入项的对象而不是制作新副本:
>>> a = np.arange(15)
>>> b = a.ravel()
>>> b
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14])
>>> a[0]=5
>>> b
array([ 5, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14])
sys.getsizeof(array.ravel()) 无论 array 有多大都不会改变。
(2) 同样,reshape() 不会复制项目:
>>> b = a.reshape(3,5)
>>> b
array([[ 5, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14]])
>>> a[0] = 7
>>> b
array([[ 7, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14]])
同样,当您增加输入数组的大小时(并相应地调整形状),内存使用量保持不变。
(3) 是的,其他答案是正确的,因为 sys.getsizeof() 可能缺少第三方对象所需的一些内存。然而,一个简单的测试表明 numpy 数组的主要部分被占了:
>>> sys.getsizeof(np.arange(20))
256
>>> sys.getsizeof(np.arange(40))
416
>>> sys.getsizeof(np.arange(400))
3296
