NumPy ndarray.itemsize 属性

NumPy ndarray.itemsize 属性用于获取 NumPy 数组中每个元素的大小(以字节为单位)。它有助于理解数组的内存消耗，这在处理大型数据集或优化内存使用时非常重要。

了解数组项的大小在处理大型数组以估算总内存消耗或执行内存高效计算时非常有用。

itemsize 属性给出各个元素的大小，也可以与 size 属性结合使用来计算数组的总内存消耗。

NumPy 中 itemsize 属性的用法

可以直接从 NumPy 数组对象访问 itemsize 属性，以确定数组中每个元素的大小。

在执行大规模计算或存储大型数组之前，了解数据的内存开销非常有用。

以下是一些示例，演示如何应用 itemsize到 NumPy 中的各种数组。

示例:itemsize 属性的基本用法

在本例中，我们创建一个简单的一维数组，并使用 itemsize 属性来获取每个元素的大小(以字节为单位)-

import numpy as np

# 创建一个包含整数元素的一维数组
arr = np.array([1, 2, 3, 4])
print(arr.itemsize)

以下是得到的输出 -

8

示例:检查二维数组的 itemsize

在本例中，我们创建一个二维数组，并使用itemsize 属性确定每个元素的大小 -

import numpy as np

# 创建一个包含浮点型元素的二维数组
arr = np.array([[1.1, 2.2, 3.3], [4.4, 5.5, 6.6]])
print(arr.itemsize)

这将产生以下结果 -

8

示例:复杂数据类型的 itemsize

在此示例中，我们创建一个复数数组，并使用 itemsize 属性来确定每个元素的大小 -

import numpy as np

# 创建一个复数数组
arr = np.array([1+2j, 3+4j, 5+6j])
print(arr.itemsize)

以下是上述代码的输出 -

16

示例:包含字符串元素的 itemsize

在此示例中，我们创建一个包含字符串元素的一维数组，并使用 itemsize 属性检查每个元素的大小 -

import numpy as np

# 创建一个包含字符串元素的一维数组
arr = np.array(['apple', 'banana', 'cherry'])
print(arr.itemsize)

得到的输出如下所示 −

24

numpy_array_attributes.html