Python 广播的numpy数组的底层缓冲区使用了多少内存？

请注意，

n字节

没有提供正确的值。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内存

EDIT:更具体地说，是否有方法获取

bx

引用的缓冲区大小？大致如下：

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

---

请注意，正如您在文档中所看到的，

broadcast\u to

返回一个视图，其中广播的数组可以从以下位置引用单个内存位置：

广播：阵列 具有给定形状的原始阵列上的只读视图。它是 通常不连续。此外，一个元素的不止一个元素 广播数组可能引用单个内存位置

因此，在这种情况下，所有新行都指向相同的内存位置

要查看对象的实际大小（以字节为单位），可以使用

sys.getsizeof

：

from sys import getsizeof

getsizeof(bx)
112

---

这可以通过检查内部阵列的实际标识来看出：

id(bx[0])
# 1434315204368

id(bx[1])
# 1434315203968

---

请参阅文档：

所有内置对象都将返回正确的结果，但这对于第三方扩展不一定适用，因为它是特定于实现的。只考虑直接归因于对象的内存消耗，而不考虑它所指对象的内存消耗。

。第三方LIB可以自由地按照他们认为合适的方式实现这一点，并且可以解释或不解释他们持有的任何大块mem（可能通过间接方式）。回答如下：