Python 基本类型的内存使用（特别是 int 和 float）答案

【问题标题】：Memory usage of Python base types (particulary int and float)Python 基本类型的内存使用（特别是 int 和 float）
【发布时间】：2019-12-15 09:25:32
【问题描述】：

这是来自 Python 3.8.0 解释器的示例（不过，在 3.7.5 中类似）

>>> import sys
>>> sys.getsizeof(int)
416
>>> sys.getsizeof(float)
416
>>> sys.getsizeof(list)
416
>>> sys.getsizeof(tuple)
416
>>> sys.getsizeof(dict)
416
>>> sys.getsizeof(bool)
416

getsizeof() 返回 Python 对象消耗的字节数以及垃圾收集器开销（请参阅here）。基本的python类消耗相同数量的内存是什么原因？

如果我们看看这些类的实例

>>> import sys
>>> sys.getsizeof(int())
24
>>> sys.getsizeof(float())
24

默认参数是0，这两个实例对此参数的内存使用量相同。但是，如果我尝试添加一个参数

>>> sys.getsizeof(int(1))
28
>>> sys.getsizeof(float(1))
24

这就是奇怪的地方。为什么 int 类型的实例内存使用量增加，而 float 类型却没有？

【问题讨论】：

Python != C 。 getsizeof(some_type) 为您提供 类型对象本身 的大小，而不是该类型的实例。试试getsizeof(1); getsizeof(1.0); getsizeof([])

标签： python memory-management python-internals

【解决方案1】：

简而言之，这一切都归结为 Python 如何表示任意长整数。 float() 类型的表示（有限）就像 C double。

在 CPython 实现中，每个对象 (source) 都以引用计数和指向该对象的类型对象的指针开始。那是 16 个字节。

Float 对象将其数据存储为 C double (source)，即 8 个字节。所以 16 + 8 = 24 字节 用于浮点对象。

使用整数，情况会更复杂。整数对象表示为可变大小的对象 (source)，对于 16 个字节，它又增加了 8 个字节。数字表示为数组。根据平台的不同，Python 使用具有 30 位数字的 32 位无符号整数数组或具有 15 位数字的 16 位无符号整数数组。所以对于小整数，数组中只有一个 32 位整数，所以再添加 4 字节 = 16 + 8 + 4 = 28 字节。

如果要表示更大的整数，大小会变大：

sys.getsizeof(int(2**32))  # prints 32 (24 + 2*4 bytes)
sys.getsizeof(int(2**64))  # prints 36 (24 + 3*4 bytes)

编辑：

使用sys.getsizeof(int)，您将获得类的大小，而不是类的实例。 float, bool, ...

print(type(int))  # prints <class 'type'>

如果您查看source，就会发现引擎盖下有很多东西。在我的 Python 3.6.9 (Linux/64bit) 版本中，这会打印 400 个字节。

【讨论】：

这是一个很好的解释，谢谢！您能否提供第一个关于班级规模的问题的答案，以便您的答案在被接受之前完整？
@vezeli 我添加了关于类型对象大小的解释。
剩余 2 位如何使用（“32 位无符号整数数组，30 位数字”）？

【解决方案2】：

看看the docs，重要的是要注意：

只考虑直接归因于对象的内存消耗，而不考虑它所引用的对象的内存消耗。

那么从sys.getsizeof(int(1)) 的返回值大于sys.getsizeof(float(1)) 的返回值这一事实你能推断出什么？

简单地说，表示int 比表示float 需要更多的内存。这令人惊讶吗？好吧，可能不会，如果我们可以期望使用int 比使用float 可以“做更多的事情”。我们可以通过查看它们的属性数量来衡量“功能的数量”：

>>> len(dir(int))
70
>>> len(dir(float))
57

【讨论】：