在 Python 中确定对象的大小

使用 sys.getsizeof() 可以获取对象的浅层大小，单位为字节。它不会把该对象所引用对象的大小加总。若要递归估算容器及其内容的大小，可使用 Pympler；若要比较一段时间内 Python 的内存分配情况，则可使用 tracemalloc。

使用 sys.getsizeof() 测量对象的浅层大小

导入 sys，并将要检查的值传给 sys.getsizeof()。返回的整数表示对象浅层大小的字节数。例如，它会计算列表对象本身的大小，但不包括列表中存放的对象。当容器引用了较大的字符串、嵌套容器或其他数据时，这一区别尤其重要。

运行下面的示例来测量内置容器。打印出的字节数是某个环境中的示例读数；它会因 Python 实现和版本而异，并非可移植的固定值：

本节中的代码以及显示的标签或输出仍为英文。

import sys

values = [10, 20, 30]
size_bytes = sys.getsizeof(values)
print(f"Shallow size: {size_bytes} bytes")

Shallow size: 88 bytes

你也可以用同样的方法传入其他值，例如字符串、整数或字典。它们的报告大小同样可能因 Python 实现和版本而异。应将结果视为实现层面的测量值，而不是整个进程内存的保证值，也不能据此推断该值可访问的所有对象所占的总内存。

使用 Pympler 计入被引用的对象

如果需要估算容器可访问的对象所占空间，Pympler 的 asizeof 工具可以递归地计算被引用对象。先使用 pip install pympler 安装第三方包，再从 pympler 导入 asizeof，并将要检查的值传给它。

安装 Pympler 后，运行下面这个独立示例：

本节中的代码以及显示的标签或输出仍为英文。

try:
    from pympler import asizeof
except ImportError:
    print("Install Pympler with: pip install pympler")
else:
    values = [1, 2, [3, 4]]
    print(f"Recursive size: {asizeof.asizeof(values)} bytes")

报告的数值取决于 Python 实现、版本和已安装的 Pympler 版本，因此应将它视为针对该对象图的估算，而不是可移植的固定值。

这种递归估算回答的问题与 sys.getsizeof() 不同：它会计入嵌套对象，而不只计算外层对象的浅层大小。但它仍然只是对象图的估算，并不代表整个 Python 进程、分配器开销或操作系统报告的驻留内存。共享引用和实现细节也会影响递归工具如何计算对象，因此适合用它以一致的方式比较数据结构，不应将结果视为精确的进程内存总量。

使用 tracemalloc 跟踪内存分配

如果要观察程序某一部分运行期间发生的 Python 内存分配，可以使用标准库模块 tracemalloc。在开始关注的操作之前启动跟踪，读取当前和峰值跟踪内存的大小（单位为字节），完成后停止跟踪。下面的独立示例会在跟踪期间分配一个列表，并报告这两个读数；显示的数值是某个环境中的示例读数，会因 Python 实现和运行环境而异。

本节中的代码以及显示的标签或输出仍为英文。

import tracemalloc

tracemalloc.start()
values = [number for number in range(1000)]
current_bytes, peak_bytes = tracemalloc.get_traced_memory()
print(f"Current traced memory: {current_bytes} bytes")
print(f"Peak traced memory: {peak_bytes} bytes")
tracemalloc.stop()

Current traced memory: 29536 bytes
Peak traced memory: 29536 bytes

current_bytes 表示当前跟踪到的内存量，peak_bytes 表示自开始跟踪以来记录到的最高内存量。必须在分配发生前启动跟踪，才能记录该分配；这些读数反映的是被跟踪的 Python 内存分配，而不是某个指定对象递归保留的总大小。调查内存分配发生位置时，可以使用快照，或在有意义的时间点比较读数。测量完成后停止跟踪，避免不必要地继续收集数据。