我在理解memory_profiler的输出时遇到了问题。基本上，它看起来像这样:
Filename: tspviz.py
Line # Mem usage Increment Line Contents
================================================
7 34.589844 MiB 34.589844 MiB @profile(precision=6)
8 def parse_arguments():
9 34.917969 MiB 0.328125 MiB a = [x**2 for x in range(10000)]
在第9行，我们可以清楚地看到，我们使用了一些内存。现在，我使用
sys.getsizeof()测量了此列表的大小。我仔细检查了它是否实际上是一个int列表:print(sys.getsizeof(a))
print(type(a[0]))
这就是我得到的:
87624
<class 'int'>
好吧，现在有一个问题。正如我所检查的那样，在我的64位Windows计算机上，Python中的int大小为
28。我不知道那是不是正确的。但即便如此。 10000 * 28 = 0.28 MB。和0.28 MB = 0.267028809 MiB(memory_profiler的输出显示MiB)。现在的问题是，表中存在0.328125 MiB，所以区别是0.061096191 MB。我的担心是，在Python中构造列表是否真的需要大量内存，还是我以错误的方式解释了某些内容？
P.S:为什么，当这个
a列表的长度为1000000时，当我创建该行时，该行的Increment列中的数字就像-9xxx MiB？我的意思是为什么负数？ 最佳答案
Python列表不存储对象本身，而是存储对象的引用。 Python的64位版本每个引用使用8个字节，因此10000 ints需要80000字节。在您的示例中，sys.getsizeof(a)返回87624，因为为了提高效率，列表分配了与其大小成比例的额外空间。 See this post for more。int占用的空间取决于它的大小，但是在64位Python上，int直到2^30-1似乎确实占用了28个字节(0除外，后者仅占用24个字节)。因此，列表的总大小为87624 + 279996 = 367620字节，大约为0.35 MiB。
此与memory_profiler的输出之间的差异可能是由于this造成的: