廣播 numpy 數組的底層緩沖區使用了多少內存？

Question

請注意， nbytes不提供正確的值。 例如：

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

....這可能需要比地球上更多的 RAM。

編輯：更具體地說，有沒有辦法獲得bx所指的緩沖區的大小？ 類似的東西：

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

Answer 1

請注意，正如您在文檔中所見， broadcast_to返回一個視圖，其中廣播數組可能引用單個內存位置，來自文檔：

廣播：數組具有給定形狀的原始數組的只讀視圖。 它通常不連續。 此外，廣播陣列的不止一個元素可以指代單個存儲器位置。

因此，在這種情況下，所有新行都指向相同的內存位置。

為了以字節為單位查看對象的實際大小，您可以使用sys.getsizeof ：

from sys import getsizeof

getsizeof(bx)
112

---

這可以通過檢查哪個是內部數組的實際身份來看到：

id(bx[0])
# 1434315204368

id(bx[1])
# 1434315203968