前言

记录一下，查看python运行当前范围内的变量、方法和定义的类型 会占用多少memory

准备工作

借助内置模块 sys的 getsizeof即可。

看到该函数的介绍，返回字对象的字节大小。

def getsizeof(p_object, default=None): # real signature unknown; restored from __doc__
    """
    getsizeof(object [, default]) -> int
    
    Return the size of object in bytes.
    """
    return 0
1
2
3
4
5
6
7

使用起来也很简单，只需要将任意对象传到 getsizeof 就可以了。

from sys import getsizeof as getsize
var = object()
print(getsize(var))
1
2
3

使用

计算所占用内存，单位为 KB || MB

• bytes转换为kb或mb
• 这个方法只取两位小数

def binary_conversion(var: int):
    """
    二进制单位转换
    :param var: 需要计算的变量，bytes值
    :return: 单位转换后的变量，kb 或 mb
    """
    assert isinstance(var, int)
    if var <= 1024:
        return f'占用 {round(var / 1024, 2)} KB内存'
    else:
        return f'占用 {round(var / (1024 ** 2), 2)} MB内存'
1
2
3
4
5
6
7
8
9
10
11

查看当前变量占用内存的大小

下面的方法是查看当前的运行环境所有的变量和方法所占用的内存。
可以从下图中看到多数内置的函数，占不到多少内容。

# 返回当前范围内的变量、方法和定义的类型列表
keys = dir()

for variable in keys:
    print(variable, binary_conversion(getsize(eval(variable))), '\n')
1
2
3
4
5
6

生成器和列表你会怎么选？

一个装有0~1亿的生成器和列表，它们所占用的memory 如下图所示。

• 生成器占用的内存为 0.1KB
• 列表占用的内存为 762.94MB

所以在针对这种情况时候，选择哪种迭代器应该了然于心了吧！

# 生成器
var_a = (_ for _ in range(100000000))
print(f'变量{"var_a"}, 类型为{type(var_a)}, 占用{binary_conversion(getsize(var_a))}')

# 列表
var_b = list(range(100000000))
print(f'变量{"var_b"}, 类型为{type(var_b)}, 占用{binary_conversion(getsize(var_b))}')

1
2
3
4
5
6
7
8

后话

本文具体用处不大，但也记录一下。
本次到此结束，有问题请利用强大的搜索引擎，自行解决。