`namedtuple`在内存使用方面与元组一样高效吗？我的测试说没有

Question

Python文档中指出,其优点之一namedtuple是它与元组一样具有内存效率.

为了验证这一点,我将iPython与ipython_memory_usage一起使用.测试结果如下图所示:

测试表明:

• 10000000namedtuple使用850 MiBRAM的实例
• 10000000 tuple73 MiBRAM 周围使用的实例
• 10000000 dict570 MiBRAM 周围使用的实例

所以namedtuple使用了更多的内存tuple!甚至更比dict!

你怎么看？我哪里做错了？

Answer 1

更简单的指标是检查等效项tuple和namedtuple对象的大小.鉴于两个大致类似的对象:

from collections import namedtuple
import sys

point = namedtuple('point', 'x y z')
point1 = point(1, 2, 3)

point2 = (1, 2, 3)

在内存中获取它们的大小:

>>> sys.getsizeof(point1)
72

>>> sys.getsizeof(point2)
72

他们看起来和我一样......

更进一步复制结果,请注意,如果您按照自己的方式创建相同元组的列表,则每个元素tuple都是完全相同的对象:

>>> test_list = [(1,2,3) for _ in range(10000000)]
>>> test_list[0] is test_list[-1]
True

因此,在您的元组列表中,每个索引都包含一个引用相同的对象.没有10000000个元组,对一个元组有10000000个引用.

在另一方面,你的列表namedtuple对象实际上确实创造千万唯一对象.

更好的苹果对苹果比较将是查看内存使用情况

>>> test_list = [(i, i+1, i+2) for i in range(10000000)]

和:

>>> test_list_n = [point(x=i, y=i+1, z=i+2) for i in range(10000000)]

它们的大小相同:

>>> sys.getsizeof(test_list)
81528056

>>> sys.getsizeof(test_list_n)
81528056

Answer 2

自己做一些调查（使用 Python 3.6.6）。我得出以下结论：

1. 在所有三种情况下（元组列表、命名元组列表、字典列表）。sys.getsizeof 返回列表的大小，无论如何它只存储引用。所以你得到 size: 81528056 在所有三种情况下。

2. 基本类型的大小是：

   sys.getsizeof((1,2,3)) 72

   sys.getsizeof(point(x=1, y=2, z=3)) 72

   sys.getsizeof(dict(x=1, y=2, z=3)) 240

3. 命名元组的时机非常糟糕：元组
   列表：1.8s
   命名元组
   列表：10s dicts 列表：4.6s

4. 看着系统负载，我对 getsizeof 的结果产生了怀疑。在测量 Ptyhon3 进程的足迹后，我得到：

   test_list = [(i, i+1, i+2) for i in range(10000000)]
   增加：1 745 564K
   ，即每个元素约 175B

   test_list_n = [point(x=i, y=i+1, z=i+2) for i in range(10000000)]
   增加：1 830 740K
   ，即每个元素约 183B

   test_list_n = [point(x=i, y=i+1, z=i+2) for i in range(10000000)]
   增加：2 717 492 K
   ，即每个元素约 272B