Python中memory_usage()函数的参数及其用法详解

memory_usage()是pandas库中的一个函数，用于获取对象在Python进程中的内存使用情况。

参数：

- deep（默认为True）：如果为True，则包括对象和其所有子对象（例如，列和单元格）的内存使用量；如果为False，则只计算对象本身的内存使用量。

用法示例：

import pandas as pd

# 创建一个DataFrame对象
df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [5, 6, 7, 8]})

# 获取df对象的内存使用情况
memory_usage = df.memory_usage()
print(memory_usage)

输出：

Index    128
A         32
B         32
dtype: int64

上述例子中，创建了一个包含两列数据的DataFrame对象df。调用memory_usage()函数，返回了一个Series对象，其中索引是对象的各个部分（包括索引、列等），值是对应部分的内存使用量（以字节为单位）。

为了更精确地计算对象的内存使用量，可以使用deep参数。当deep参数为True时，会计算对象及其子对象的内存使用量。

import pandas as pd

# 创建一个DataFrame对象
df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [5, 6, 7, 8]})

# 获取df对象及其子对象的内存使用情况
deep_memory_usage = df.memory_usage(deep=True)
print(deep_memory_usage)

输出：

Index    128
A         32
B         32
dtype: int64

在上述示例中，deep参数设置为True，计算了df对象及其子对象的内存使用量。由于df对象中的每个元素都是整数，因此子对象的内存使用量与不使用deep参数时的结果相同。

总之，memory_usage()函数用于获取对象在Python进程中的内存使用情况，可以通过设置deep参数来包括或排除子对象的内存使用量。