Python 使用 NumPy 的数据类型的大小
声明：本页面是StackOverFlow热门问题的中英对照翻译，遵循CC BY-SA 4.0协议，如果您需要使用它，必须同样遵循CC BY-SA许可，注明原文地址和作者信息，同时你必须将它归于原作者（不是我）：StackOverFlow
原文地址: http://stackoverflow.com/questions/16972501/
Warning: these are provided under cc-by-sa 4.0 license. You are free to use/share it, But you must attribute it to the original authors (not me):
StackOverFlow
Size of data type using NumPy
提问by mgilson
In NumPy, I can get the size (in bytes) of a particular data type by:
在 NumPy 中，我可以通过以下方式获取特定数据类型的大小（以字节为单位）：
datatype(...).itemsize
or:
或者：
datatype(...).nbytes
For example:
例如：
np.float32(5).itemsize #4
np.float32(5).nbytes #4
I have two questions. First, is there a way to get this information without creating an instanceof the datatype? Second, what's the difference between itemsizeand nbytes?
我有两个问题。首先，有没有办法在不创建数据类型实例的情况下获取这些信息？二，什么是之间的区别itemsize和nbytes？
采纳答案by Joe Kington
You need an instance of the dtypeto get the itemsize, but you shouldn't need an instance of the ndarray. (As will become clear in a second, nbytesis a property of the array, not the dtype.)
您需要一个 的实例dtype来获取项目大小，但您不应该需要ndarray. （稍后会变得清楚，nbytes是数组的属性，而不是 dtype。）
E.g.
例如
print np.dtype(float).itemsize
print np.dtype(np.float32).itemsize
print np.dtype('|S10').itemsize
As far as the difference between itemsizeand nbytes, nbytesis just x.itemsize * x.size.
至于itemsize和之间的区别nbytes，nbytes就是x.itemsize * x.size。
E.g.
例如
In [16]: print np.arange(100).itemsize
8
In [17]: print np.arange(100).nbytes
800
回答by dawg
Looking at the NumPy C source file, this is the comment:
查看 NumPy C 源文件，这是注释：
size : int
Number of elements in the array.
itemsize : int
The memory use of each array element in bytes.
nbytes : int
The total number of bytes required to store the array data,
i.e., ``itemsize * size``.
So in NumPy:
所以在 NumPy 中：
>>> x = np.zeros((3, 5, 2), dtype=np.float64)
>>> x.itemsize
8
So .nbytesis a shortcut for:
所以.nbytes是一个快捷方式：
>>> np.prod(x.shape)*x.itemsize
240
>>> x.nbytes
240
So, to get a base size of a NumPy array without creating an instance of it, you can do this (assuming a 3x5x2 array of doubles for example):
因此，要获得 NumPy 数组的基本大小而不创建它的实例，您可以这样做（例如假设一个 3x5x2 数组）：
>>> np.float64(1).itemsize * np.prod([3,5,2])
240
However, important note from the NumPy help file:
但是，NumPy 帮助文件中的重要说明：
| nbytes
| Total bytes consumed by the elements of the array.
|
| Notes
| -----
| Does not include memory consumed by non-element attributes of the
| array object.
