广播 numpy 数组的底层缓冲区使用了多少内存？

Question

请注意， nbytes不提供正确的值。 例如：

>>> n = 1000
>>> x = np.arange(n)
>>> bx = np.broadcast_to(x, (int(1e15), n))
>>> bx.nbytes
8e18

....这可能需要比地球上更多的 RAM。

编辑：更具体地说，有没有办法获得bx所指的缓冲区的大小？ 类似的东西：

>>> x.nbytes
8000
>>> bx.underlying_buffer_size()
8000

Answer 1

请注意，正如您在文档中所见， broadcast_to返回一个视图，其中广播数组可能引用单个内存位置，来自文档：

广播：数组具有给定形状的原始数组的只读视图。 它通常不连续。 此外，广播阵列的不止一个元素可以指代单个存储器位置。

因此，在这种情况下，所有新行都指向相同的内存位置。

为了以字节为单位查看对象的实际大小，您可以使用sys.getsizeof ：

from sys import getsizeof

getsizeof(bx)
112

---

这可以通过检查哪个是内部数组的实际身份来看到：

id(bx[0])
# 1434315204368

id(bx[1])
# 1434315203968