这可能比看起来要复杂得多，这取决于你想要如何计数。例如，如果您有一个int类型的列表，您是否需要包含对int类型引用的列表的大小?(即-列表，而不是包含在其中的内容)，或者你想包括实际指向的数据，在这种情况下，你需要处理重复引用，以及如何防止重复计数当两个对象包含对同一对象的引用时。

您可能想要查看python内存分析器之一，例如pysizer，以查看它们是否满足您的需求。

Pympler包的asizeof模块可以做到这一点。

使用方法如下:

from pympler import asizeof
asizeof.asizeof(my_object)

不像系统。Getsizeof，它适用于你自己创建的对象。它甚至可以与numpy一起工作。

>>> asizeof.asizeof(tuple('bcd'))
200
>>> asizeof.asizeof({'foo': 'bar', 'baz': 'bar'})
400
>>> asizeof.asizeof({})
280
>>> asizeof.asizeof({'foo':'bar'})
360
>>> asizeof.asizeof('foo')
40
>>> asizeof.asizeof(Bar())
352
>>> asizeof.asizeof(Bar().__dict__)
280
>>> A = rand(10)
>>> B = rand(10000)
>>> asizeof.asizeof(A)
176
>>> asizeof.asizeof(B)
80096

正如前面提到的,

可以通过设置option code=True来包含类、函数、方法、模块等对象的(字节)代码大小。

如果你需要实时数据的其他视图，请选择Pympler

模块muppy用于在线监控Python应用程序 和模块类跟踪器提供的生命周期的离线分析 选择Python对象。

对于numpy数组，getsizeof不起作用-对我来说，它总是出于某种原因返回40:

from pylab import *
from sys import getsizeof
A = rand(10)
B = rand(10000)

然后(在ipython中):

In [64]: getsizeof(A)
Out[64]: 40

In [65]: getsizeof(B)
Out[65]: 40

不过令人高兴的是,:

In [66]: A.nbytes
Out[66]: 80

In [67]: B.nbytes
Out[67]: 80000

如果性能不是问题，最简单的解决方案是pickle和测量:

import pickle

data = ...
len(pickle.dumps(data))

你可以序列化对象，以获得与对象大小密切相关的度量值:

import pickle

## let o be the object whose size you want to measure
size_estimate = len(pickle.dumps(o))

如果您想测量无法pickle的对象(例如，由于lambda表达式)，dill或cloudpickle可以是一种解决方案。

这可能不是最相关的答案，但我只对对象存储和检索感兴趣。因此将对象转储为pickle并检查pickle的大小就足够了