Python Pandas Series.memory_usage()用法及代码示例

Pandas 系列是带有轴标签的一维ndarray。标签不必是唯一的，但必须是可哈希的类型。该对象同时支持基于整数和基于标签的索引，并提供了许多方法来执行涉及索引的操作。

Pandas Series.memory_usage()函数返回该系列的内存使用情况。内存使用情况可以选择包括索引和对象dtype元素的贡献。

用法： Series.memory_usage(index=True, deep=False)

范例1：采用Series.memory_usage()函数查找给定系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()函数已成功返回给定系列对象的内存使用情况。

范例2：采用Series.memory_usage()函数查找给定系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()函数已成功返回给定系列对象的内存使用情况。