python看对象占用多少内存（python查看对象的内存地址）

众所周知，Python是一门面向对象的语言，在Python无论是数值、字符串、函数亦或是类型、类，都是对象。

对象是在堆上分配的结构，我们定义的所有变量、函数等，都存储于堆内存，而变量名、函数名则是一个存储于栈中、指向堆中具体结构的引用。

要想深入学习Python，首先需要知道Python对象的定义。

我们通常说的Python都是指CPython，底层由C语言实现，源码地址：cpython[GitHub]

Python对象的定义位于Include/object.h，是一个名为PyObject的结构体：

Python中的所有对象都继承自PyObejct，PyObject包含一个用于垃圾回收的双向链表，一个引用计数变量ob_refcnt和一个类型对象指针ob_type

从PyObejct的注释中，我们可以看到这样一句：每个指向可变大小Python对象的指针也可以转换为PyVarObject*（可变大小的Python对象会在下文中解释）。PyVarObejct就是在PyObject的基础上多了一个ob_size字段，用于存储元素个数：

在PyObject结构中，还有一个类型对象指针ob_type，用于表示Python对象是什么类型，定义Python对象类型的是一个PyTypeObject接口体

实际定义是位于Include/cpython/object.h的_typeobject：

在这个类型对象中，不仅包含了对象的类型，还包含了如分配内存大小、对象标准操作等信息，主要分为：

以Python中的int类型为例，int类型对象的定义如下：

从PyObject的定义中我们知道，每个对象的ob_type都要指向一个具体的类型对象，比如一个数值型对象100，它的ob_type会指向int类型对象PyLong_Type。

PyTypeObject结构体第一行是一个PyObject_VAR_HEAD宏，查看宏定义可知PyTypeObject是一个变长对象

也就是说，归根结底类型对象也是一个对象，也有ob_type属性，那PyLong_Type的ob_type是什么呢？

回到PyLong_Type的定义，第一行PyVarObject_HEAD_INIT(PyType_Type,0)，查看对应的宏定义

由以上关系可以知道，PyVarObject_HEAD_INIT(PyType_Type,0)={{_PyObject_EXTRA_INIT1,PyType_Type}0}，将其代入PyObject_VAR_HEAD，得到一个变长对象：

这样看就很明确了，PyLong_Type的类型就是PyType_Typ，同理可知，Python类型对象的类型就是PyType_Type，而PyType_Type对象的类型是它本身

从上述内容中，我们知道了对象和对象类型的定义，那么根据定义，对象可以有以下两种分类

Python对象定义有PyObject和PyVarObject，因此，根据对象大小是否可变的区别，Python对象可以划分为可变对象（变长对象）和不可变对象（定长对象）

原本的对象a大小并没有改变，只是s引用的对象改变了。这里的对象a、对象b就是定长对象

可以看到，变量l仍然指向对象a，只是对象a的内容发生了改变，数据量变大了。这里的对象a就是变长对象

由于存在以上特性，所以使用这两种对象还会带来一种区别：

声明s2=s，修改s的值：s='newstring'，s2的值不会一起改变，因为只是s指向了一个新的对象，s2指向的旧对象的值并没有发生改变

声明l2=l，修改l的值：l.append(6)，此时l2的值会一起改变，因为l和l2指向的是同一个对象，而该对象的内容被l修改了

此外，对于字符串对象，Python还有一套内存复用机制，如果两个字符串变量值相同，那它们将共用同一个对象：

对于数值型对象，Python会默认创建0~28以内的整数对象，也就是0~256之间的数值对象是共用的：

按照Python数据类型，对象可分为以下几类：

Python创建对象有两种方式，泛型API和和类型相关的API

这类API通常以PyObject_xxx的形式命名，可以应用在任意Python对象上，如:

使用PyObjecg_New创建一个数值型对象：

这类API通常只能作用于一种类型的对象上，如：

使用PyLong_FromLong创建一个数值型对象：

在我们使用Python声明变量的时候，并不需要为变量指派类型，在给变量赋值的时候，可以赋值任意类型数据，如：

从Python对象的定义我们已经可以知晓造成这个特点的原因了，Python创建对象时，会分配内存进行初始化，然后Python内部通过PyObject*变量来维护这个对象，所以在Python内部各函数直接传递的都是一种泛型指针PyObject*，这个指针所指向的对象类型是不固定的，只能通过所指对象的ob_type属性动态进行判断，而Python正是通过ob_type实现了多态机制

Python在管理维护对象时，通过引用计数来判断内存中的对象是否需要被销毁，Python中所有事物都是对象，所有对象都有引用计数ob_refcnt。

当一个对象的引用计数减少到0之后，Python将会释放该对象所占用的内存和系统资源。

但这并不意味着最终一定会释放内存空间，因为频繁申请释放内存会大大降低Python的执行效率，因此Python中采用了内存对象池的技术，是的对象释放的空间会还给内存池，而不是直接释放，后续需要申请空间时，优先从内存对象池中获取。

python内存占用分析工具

pipinstallmemory_profiler

pipinstallpsutil

pipinstallmatplotlib

使用方法

frommemory_profilerimportprofile

@profile(precision=4,stream=open('test.log','w+'))

deftest(args:List):

...

运行：

python3test.py

Memusage:表示执行该行后Python解释器的内存使用情况

Increment:表示当前行的内存相对于上一行的差异，即自己本身增长了多少，如果减少了则不显示.

使用sys.getsizeof查看python对象的内存占用

使用sys.getsizeof方法可以查看python对象的内存占用，单位：字节(byte)

实际上是调用了__sizeof__方法：

有些数据类型在Python3和Python2中占用的内存是不同的，例如range：

关于这个值是怎么算出来的，有待研究～

暂时已知：这个值包括该对象的数值、签名（包括数据类型、参数、调用方式等）等一系列数据所占总内存。可变对象所占内存可能极小，因为对象是指针，指向很大的数据。

如何估算一个Python对象的内存占用

如果想自己写程序来实现的话，可以参考它们的源码。

top/free都是在procps包中(apt-getsourceprocps)。

找到cpus_refresh()函数，你可以看到它是怎样从/proc/stat解析出CPU的使用率的。meminfo()函数则展示了如何从/proc/meminfo解析出内存的使用率（这个文件自己解析也很简单）。

python创建类占用内存

2g。python创建类占用内存有2g。Python由荷兰数学和计算机科学研究学会的吉多范罗苏姆于1990年代初设计，作为一门叫做ABC语言的替代品。

关于python看对象占用多少内存和python查看对象的内存地址的介绍到此就结束了，不知道你从中找到你需要的信息了吗？如果你还想了解更多这方面的信息，记得收藏关注本站。

logo设计

创造品牌价值

¥500元起

APP开发

量身定制，源码交付

¥2000元起

商标注册

一个好品牌从商标开始

¥1480元起

公司注册

注册公司全程代办

¥0元起

查

看

更

多

官方电话官方服务
官方网站八戒财税知识产权八戒服务商企业需求数字市场