知识卡片
数组体积估算不是进程内存
每项8字节值加8字节时间标签,一百万项的两个数组约16百万字节;这只估算有效载荷,不含对象、临时结果、索引结构和库开销。共享索引可能减少重复,但是否共享、何时复制须由实际版本和操作确认,不能笼统保证派生对象不占内存。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
16MB的内存空间。由于pandas会尽量在多个时间序列之间共享索引,所以创建现有时间序列的视图不会占用更多内存译注11。此外,低频率索引(日以上)会被存放在一个中心缓存中,所以任何固定频率的索引都是该日期缓存的视图。所以,如果你有一个很大的低频率时间序列,索引所占用的内存空间将不会很大。 性能方面,pandas对数据对齐(两个不同索引的ts1+ts2的幕后
参考来源
- 位置:《利用Python进行数据分析》第10章《性能和内存使用方面的注意事项》(spine317;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0303.html;u246-ch10-043)。
- 结论依据:原文在“16MB”附近的定义、例子或代码支撑本卡核心说明:每项8字节值加8字节时间标签,一百万项的两个数组约16百万字节;这只估算有效载荷,不含对象、临时结果、索引结构和库开销。边界按已读前提解释;示例未执行。
- 原始内容:16MB的内存空间。由于pandas会尽量在多个时间序列之间共享索引,所以创建现有时间序列的视图不会占用更多内存译注11。此外,低频率索引(日以上)会被存放在一个中心缓存中,所以任何固定频率的索引都是该日期缓存的视图。所以,如果你有一个很大的低频率时间序列,索引所占用的内存空间将不会很大。 性能方面,pandas对数据对齐(两个不同索引的ts1+ts2的幕后