跳转至

Python | Pandas series.memory_usage()

原文:https://www.geesforgeks.org/python-pandas-series-memory_usage/

熊猫系列是带有轴标签的一维数组。标签不必是唯一的,但必须是可散列的类型。该对象支持基于整数和基于标签的索引,并提供了一系列方法来执行涉及索引的操作。

熊猫 **Series.memory_usage()**功能返回系列的内存使用情况。内存使用可以选择性地包括索引和对象数据类型元素的贡献。

语法: Series.memory_usage(索引=True,深度=False)

参数: 索引:指定是否包含 Series 索引的内存使用情况。 deep : 如果为 True,则通过查询对象数据类型来深入检查数据,以获取系统级内存消耗,并将其包含在返回值中。

返回:消耗的内存字节。

示例#1: 使用Series.memory_usage()函数查找给定序列对象的内存使用情况。

# importing pandas as pd
import pandas as pd

# Creating the Series
sr = pd.Series([10, 25, 3, 25, 24, 6])

# Create the Index
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp']

# set the index
sr.index = index_

# Print the series
print(sr)

输出:

现在我们将使用Series.memory_usage()函数来查找给定系列对象的内存使用情况。

# return the memory usage
result = sr.memory_usage()

# Print the result
print(result)

输出:

正如我们在输出中看到的,Series.memory_usage()函数已经成功返回了给定序列对象的内存使用情况。

例 2: 使用Series.memory_usage()函数查找给定序列对象的内存使用情况。

# importing pandas as pd
import pandas as pd

# Creating the Series
sr = pd.Series([19.5, 16.8, None, 22.78, 16.8, 20.124, None, 18.1002, 19.5])

# Print the series
print(sr)

输出:

现在我们将使用Series.memory_usage()函数来查找给定系列对象的内存使用情况。

# return the memory usage
result = sr.memory_usage()

# Print the result
print(result)

输出:

正如我们在输出中看到的,Series.memory_usage()函数已经成功返回了给定序列对象的内存使用情况。



回到顶部