Numpy 中“size”和“itemsize”的区别

Question

我一直在研究Python中的numpy库。

我使用了代码

import numpy as np
arr=np.array([(11,12,13),(17,18,19)])
arr.size

它的输出是6

确实如此，但是

当我跑步时

import numpy as np
arr=np.array([(11,12,13),(17,18,19)])
arr.itemsize

这段代码给了我 8 个输出。

我无法理解

Answer 1

itemsize

与项目/维度的数量无关，这是用于存储单个项目的字节数。

这里有

int64

作为 dtype：

arr=np.array([(11,12,13),(17,18,19)])

arr.dtype
# dtype('int64')

因此每个值使用的字节数为 8。

另一个示例，如果您使用

int8

作为数据类型（允许从 -127 到 128 的整数并使用单个字节）：

arr = np.array([(11,12,13),(17,18,19)], dtype='int8')

arr.dtype
# dtype('int8')

arr.itemsize
# 1

您可以使用两个值的乘积来计算内存中数据的大小（元数据除外，如形状等）：

arr.itemsize * arr.size