Python Pandas Series.memory_usage()

Pandas系列是一个带有轴标签的一维ndarray。标签不需要是唯一的，但必须是一个可散列的类型。该对象支持基于整数和标签的索引，并提供了大量的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。内存使用量可以选择包括索引和对象dtype的元素的贡献。

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

参数:
index :指定是否包括系列索引的内存使用。
deep : 如果是True，通过询问对象dtypes的系统级内存消耗来深入反省数据，并将其纳入返回值。

返回：所消耗的内存字节数。

例子#1：使用Series.memory_usage()函数来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()函数成功地返回了给定系列对象的内存使用情况。

示例#2：使用Series.memory_usage()函数来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()函数成功地返回了给定系列对象的内存使用情况。