“namedtuple”在内存使用方面真的和元组一样高效吗？我的测试结果是“不”

Python文档中指出，其优点之一是namedtuple是它就像内存效率高作为元组。

为了验证这一点，我使用了 iPythonipython_内存_使用情况 https://github.com/ianozsvald/ipython_memory_usage。测试如下图所示：

测试表明：

• 10000000的实例namedtuple使用关于850 MiB of RAM
• 10000000 tuple周围使用的实例73 MiB of RAM
• 10000000 dict周围使用的实例570 MiB of RAM

So namedtuple used 多得多记忆比tuple! Even more than dict!!

你怎么认为？我哪里做错了？

一个更简单的指标是检查等效的大小tuple and namedtuple对象。给定两个大致相似的对象：

from collections import namedtuple
import sys

point = namedtuple('point', 'x y z')
point1 = point(1, 2, 3)

point2 = (1, 2, 3)

获取它们在内存中的大小：

>>> sys.getsizeof(point1)
72

>>> sys.getsizeof(point2)
72

他们在我看来是一样的...

进一步复制您的结果，请注意，如果您按照您的方式创建相同元组的列表，则每个tuple是完全相同的对象：

>>> test_list = [(1,2,3) for _ in range(10000000)]
>>> test_list[0] is test_list[-1]
True

因此，在元组列表中，每个索引都包含一个引用same目的。不存在 10000000 个元组，而是对一个元组有 10000000 次引用。

另一方面，你的清单namedtuple实际上是物体does创建 10000000 个独特的对象。

更好的同类比较是查看内存使用情况

>>> test_list = [(i, i+1, i+2) for i in range(10000000)]

and:

>>> test_list_n = [point(x=i, y=i+1, z=i+2) for i in range(10000000)]

它们具有相同的尺寸：

>>> sys.getsizeof(test_list)
81528056

>>> sys.getsizeof(test_list_n)
81528056