文章来源：Python猫微信公众号作者：豌豆花猫Python中的sys模块极其基础和重要，主要提供一些供解释器使用（或由其维护）变量，以及一些与解释器有强烈交互的函数。本文会经常用到该模块的getsizeof()方法，先简单介绍一下：该方法用于获取对象的字节大小(bytes)，只计算直接占用的内存，不计算all下面是一个引用对象内存的直观例子：importsysa=[1,2]b=[a,a]#即[[1,2],[1,2]]a和b只有两个元素，所以直接占用的大小是相等的。无论它的元素指向什么，它的内存都是80字节。好了，有了这个测量工具，我们就来探索一下Python内置对象到底隐藏了哪些小秘密。1.空对象不“空”！对于我们熟悉的一些空对象，比如空字符串、空列表、空字典等，不知道大家有没有想过，有没有想过这些问题：空对象不占内存吗？如果占用内存，占用多少？为什么会这样分配？直接上代码，先看一下几种基本数据结构的空对象大小：`importsyssys.getsizeof("")#49sys.getsizeof([])#64sys.getsizeof(())#48sys.getsizeof(set())#224sys.getsizeof(dict())#240作为参考：sys.getsizeof(1)#28sys.getsizeof(True)#28`可以看出，虽然都是空对象，这些对象在内存中没有分配不是“空”的，而且分配的是相当大的（记住这些数字，后面会测试）。排序方式：基数<空元组<空字符串<空列表<空集合<空字典。这个小秘密怎么解释呢？因为这些空对象都是容器，我们可以抽象地理解：它们的一部分内存用于创建容器的骨架，记录容器的信息（如引用计数、使用信息等），一部分用于内存是预先分配的。2.内存扩展不统一！空对象不是空的，部分原因是Python解释器为它们预分配了一些初始空间。在不超过初始内存的情况下，每增加一个元素，都会使用已有的内存，从而避免了申请新内存的情况。那么，如果分配了初始内存，那么新的内存又是如何分配的呢？`importsysletters="abcdefghijklmnopqrstuvwxyz"a=[]foriinletters:a.append(i)print(f'{len(a)},sys.getsizeof(a)={sys.getsizeof(a)}')b=set()forjinletters:b.add(j)print(f'{len(b)},sys.getsizeof(b)={sys.getsizeof(b)}')c=dict()forkinletters:c[k]=kprint(f'{len(c)},sys.getsizeof(c)={sys.getsizeof(c)}')`三类变量对象添加26个元素，看结果：由此可见可变对象扩容的秘密：过度分配机制：在申请新内存时，不是按需分配，而是多分配，所以在添加少量元素时，不需要立即申请新的内存非均匀分配机制：三类对象申请新内存的频率不同，同一类对象每次分配的内存不是统一的，而是逐渐扩大的。3.列表不等于列表！上面的变量对象在展开的时候也有类似的分配机制，动态展开的时候可以很明显的看到效果。那么，静态创建的对象是否也有这样的分配机制呢？它和动态扩展有什么区别吗？我们先看看集合和字典：`#静态创建对象set_1={1,2,3,4}set_2={1,2,3,4,5}dict_1={'a':1,'b':2,'c':3,'d':4,'e':5}dict_2={'a':1,'b':2,'c':3,'d':4,'e':5,'f':6}sys.getsizeof(set_1)#224sys.getsizeof(set_2)#736sys.getsizeof(dict_1)#240sys.getsizeof(dict_2)#368看到这个结果，再对比之前的截图section，可以看出当元素个数相等时，静态创建的集合/字典占用的内存和动态扩展时完全一样。这个结论适用于列表对象吗？看一看：`list_1=['a','b']list_2=['a','b','c']list_3=['a','b','c','d']list_4=['a','b','c','d','e']sys.getsizeof(list_1)#80sys.getsizeof(list_2)#88sys.getsizeof(list_3)#96sys.getsizeof(list_4)#104`上一节的截图显示，列表有前4个元素时占96字节，有5个元素时占128字节，这里明显矛盾。因此，其中的奥妙就显而易见了：当元素个数相等时，静态创建的列表占用的内存可能比动态扩展占用的内存小！也就是两个表看似相同，实则不同！列表不等于列表！4.减少元素不会释放内存！如前所述，在扩展可变对象时，可能会请求新的内存。那么，如果对可变对象进行反向reduce，在reduce一些元素后，新分配的内存会自动回收吗？`importsysa=[1,2,3,4]sys.getsizeof(a)#初始值：96a.append(5)#展开后：[1,2,3,4,5]sys.getsizeof(a)#展开后：128a.pop()#缩减后：[1,2,3,4]sys.getsizeof(a)#缩减后：128`如代码所示，列表扩缩后，虽然它返回原样，但占用的内存空间不会自动释放。其他可变对象也是如此。这就是Python的小秘密，《胖人瘦不下来的原理》：瘦的人很容易变胖，也很容易减体型，但是体重减不下来，哈哈~~~5.空字典不等于空字典！使用pop()方法只会减少变量对象中的元素，并不会释放分配的内存空间。还有一个clear()方法，它会清除可变对象的所有元素，让我们试试看：`importsysa=[1,2,3]b={1,2,3}c={'a':1,'b':2,'c':3}sys.getsizeof(a)#88sys.getsizeof(b)#224sys.getsizeof(c)#240a.clear()#清除后：[]b.clear()#清空后：set()c.clear()#清空后：{}，即dict()`调用clear()方法，得到几个空对象。在第一部分中，检查了它们的内存大小。（我之前说过我要考了，请_写回去再读）然而这时候你再去查看，你会惊奇的发现这些空对象的大小和原来的不完全一样之前的检查！`#延续之前的清空操作：sys.getsizeof(a)#64sys.getsizeof(b)#224sys.getsizeof(c)#72`空列表和空元组的大小保持不变，但是空字典（72）其实比前面的空字典（240）小很多！也就是说，list和tuple清空元素后，不改变初衷，回到起点。我丢了钱！字典的秘密很深。说实话，我也是刚学，想不通。。。以上就是Python在分配内存时的几个小秘密。看完之后是不是觉得自己的知识又增长了呢？你想出了多少，又创造了多少新的谜团？欢迎大家留言一起交流~对于那些还没有完全解释清楚的小秘密，我们以后会慢慢揭秘的……
