Python是进行数据分析的一种出色语言,主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种,使导入和分析数据更加容易。
Pandas Index.memory_usage()
函数返回索引的内存使用情况。它返回索引中存在的所有单个标签所使用的内存总和。
用法: Index.memory_usage(deep=False)
参数:
deep:深入反思数据,询问对象dtype以获取系统级内存消耗
返回:使用的字节
范例1:采用Index.memory_usage()
函数查找Index对象使用的总内存。
# importing pandas as pd
import pandas as pd
# Creating the Index
idx = pd.Index(['Labrador', 'Beagle', 'Mastiff', 'Lhasa', 'Husky', 'Beagle'])
# Print the Index
idx
输出:
现在我们将使用Index.memory_usage()
函数查找idx对象的内存使用情况。
# finding the memory used by the idx object
idx.memory_usage()
输出:
该函数返回的值48表示正在使用48个字节的内存。
范例2:采用Index.memory_usage()
函数检查MultiIndex对象的内存使用情况。
# importing pandas as pd
import pandas as pd
# Creating the MutiIndex
midx = pd.MultiIndex.from_arrays([['Mon', 'Tue', 'Wed', 'Thr'], [10, 20, 30, 40]],
names =('Days', 'Target'))
# Print the MultiIndex
midx
输出:
现在,我们将检查midx对象使用的内存量。
# return the total memory used by the multi-index object
midx.memory_usage()
输出:
从输出中可以看到,该函数返回了180,表示midx对象正在使用180个字节的内存。
相关用法
- Python pandas.map()用法及代码示例
- Python Pandas Series.str.len()用法及代码示例
- Python Pandas.factorize()用法及代码示例
- Python Pandas TimedeltaIndex.name用法及代码示例
- Python Pandas dataframe.ne()用法及代码示例
- Python Pandas Series.between()用法及代码示例
- Python Pandas DataFrame.where()用法及代码示例
- Python Pandas Series.add()用法及代码示例
- Python Pandas.pivot_table()用法及代码示例
- Python Pandas Series.mod()用法及代码示例
- Python Pandas Dataframe.at[ ]用法及代码示例
- Python Pandas Dataframe.iat[ ]用法及代码示例
- Python Pandas.pivot()用法及代码示例
- Python Pandas dataframe.mul()用法及代码示例
- Python Pandas.melt()用法及代码示例
注:本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas Index.memory_usage()。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。