python對象大小

A. python中字元怎麼比較大小排序

任何兩個對象都可以比較
相同類型的對象（實例），如果是數字型（int/float/long/complex)，則按照簡單的大小來比較；如果是非數字型，且類（型）中定義了__cmp__（含__gt__,__lt__等）則按照__cmp__來比較，否則按照地址（id)來比較
不同類型的對象（實例），如果其中一個比較對象是數字型（int/float/long/complex等），則數字型的對象<其它非數字型的對象；如果兩個都是非數字型的對象，則按照類型名的順序比較，如{}
<
"abc"（按照"dict"
<
"str")，而"abc"
>
[1,2],
"abc"
<
(1,2)。
對於自定義的類（型）實例，如果繼承自基本類型，則按照基本類型的規則比較（1-3）。否則，old-style
class
<
new-style
class,
new-style
class之間按照類型名順序比較，old-style
class之間按照地址進行比較
bool類型是int的子類，且true=1,
false=0，比較時按照1-4來比較，如true
>
-1,
true
<
4.2,
true
<
"abc"等
上面的回答是針對python2.x，3.x的有較大的變化，如str和int比較時會拋出異常等。
回到題目，字元和數字的比較符合規則3，所以數字<字元。舉個例子，如100和'a'（ord('a')=97)，有
100<'a'

B. python中namedtuple對象可以比較大小嗎

可以
namedtuple是繼承自tuple的子類。namedtuple創建一個和tuple類似的對象，而且對象擁有可訪問的屬性。
下面看個列子
from collections import namedtuple

# 定義一個namedtuple類型User，並包含name，sex和age屬性。
User = namedtuple('User', ['name', 'sex', 'age'])

# 創建一個User對象
user = User(name='kongxx', sex='male', age=21)

# 也可以通過一個list來創建一個User對象，這里注意需要使用"_make"方法
user = User._make(['kongxx', 'male', 21])

print user
# User(name='user1', sex='male', age=21)

# 獲取用戶的屬性
print user.name
print user.sex
print user.age

# 修改對象屬性，注意要使用"_replace"方法
user = user._replace(age=22)
print user
# User(name='user1', sex='male', age=21)

# 將User對象轉換成字典，注意要使用"_asdict"
print user._asdict()
# OrderedDict([('name', 'kongxx'), ('sex', 'male'), ('age', 22)])

C. 請教各位牛人，python中有沒有計算某個對象佔用內存大小的函數

1
2

s = 'abc'
print sys.getsizeof(s)

如果你要監測所有的變數，可以用python的smiley 模塊監測所有的內存變數情況

D. Python-與常規Python列表相比，NumPy有什麼優勢

NumPy的數組比Python列表更緊湊-您在Python中描述的列表列表至少需要20 MB左右，而單元格中具有單精度浮點數的NumPy 3D數組則需要4 MB。使用NumPy可以更快地讀取和寫入項目。
也許只關心一百萬個單元就不會那麼在意，但是肯定會關心十億個單元-兩種方法都不適合32位體系結構，但是使用64位版本，NumPy可以節省約4 GB ，僅Python一個就需要至少約12 GB（很多指針的大小加倍），這是一個昂貴得多的硬體！
差異主要是由於「間接性」造成的-Python列表是指向Python對象的指針的數組，每個指針至少4個位元組，對於最小的Python對象也至少包含16個位元組（類型指針為4，引用計數為4，類型為4值-內存分配器向上舍入為16）。NumPy數組是統一值的數組-單精度數字每個佔用4個位元組，雙精度數字每個佔用8個位元組。靈活性較差。

E. Python如何查看變數佔用空間大小

sys.getsizeof(object[, default])

下面是我摘錄的，希望對你有用。

以位元組（byte）為單位返回對象大小。 這個對象可以是任何類型的對象。 所以內置對象都能返回正確的結果 但不保證對第三方擴展有效，因為和具體實現相關。
getsizeof() 調用對象的 __sizeof__ 方法， 如果對象由垃圾收集器管理， 則會加上額外的垃圾收集器開銷。

F. python多個對象的某個成員比大小怎麼做

1 2 s = 'abc' print sys.getsizeof(s) 如果你要監測所有的變數，可以用python的smiley 模塊監測所有的內存變數情況

G. python中數據類型

數字類型：

①整型：

通常被稱為是整型或整數，可以是正整數或負整數，不帶小數點。Python3整型是沒有限制大小的，可以當做long類型使用， 但實際上由於機器內存的有限，我們使用的整數是不可能無限大的。

整型的四種表現形式：

2 進 制：以'0b'開頭。例如：'0b11011'表示10進制的27
8 進 制：以'0o'開頭。例如：'0o33'表示10進制的27
10進制：正常顯示
16進制：以'0x'開頭。例如：'0x1b'表示10進制的27
各進間數字進行轉換（內置函數）：

bin（i）：將i轉換為2進制，以「0b」開頭。

oct（i）：將i轉換為8進制，以「0o」開頭。

int（i）：將i轉換為10進制，正常顯示。

hex（i）：將i轉換為16進制，以「0x」開頭。



②浮點數：

浮點型由整數部分與小數部分組成，浮點型也可以使用科學計數法表示（2.5e2 = 2.5 x 102 = 250）

③布爾類型：

所有標准對象均可用於布爾測試，同類型的對象之間可以比較大小。每個對象天生具有布爾True或False值。空對象,值為零的任何數字或者Null對象None的布爾值都是False。在Python3中True=1，False=0，可以和數字型進行運算。

下列對象的布爾值是False：

None；False；0（整型），0.0（浮點型）；0L（長整形）；0.0+0.0j（復數）；「」（空字元串）；[]（空列表）；（）（空元組）；{}（空字典）。

值不是上列的任何值的對象的布爾值都是True，例如non-empty,non-zero等。用戶創建的類實例如果是定義了nonzero(_nonzeor_())或length(_len_())且值為0，那麼它們的布爾值就是False。

④復數：

復數由實數部分和虛數部分構成，可以用a + bj,或者complex(a,b)表示， 復數的實部a和虛部b都是浮點型。

H. python提供了三種基本的數字類型

整數、浮點數

I. python中image對象的首字母必須大寫嗎

python大小寫敏感，第三方的模塊中的類、函數有的是大寫的，可以用help（）函數查看說明，幫助里是大寫就必須要大寫

J. python如何控制內存

python控制內存的方法：

一、對象的引用計數機制
二、垃圾回收機制
三、內存池機制
一、對象的引用計數機制
Python內部使用引用計數，來保持追蹤內存中的對象，所有對象都有引用計數。
引用計數增加的情況：
1、一個對象分配一個新名稱
2、將其放入一個容器中（如列表、元組或字典）
引用計數減少的情況：
1、使用del語句對對象別名顯示的銷毀
2、引用超出作用域或被重新賦值 sys.getrefcount( )函數可以獲得對象的當前引用計數
多數情況下，引用計數比你猜測得要大得多。對於不可變數據（如數字和字元串），解釋器會在程序的不同部分共享內存，以便節約內存。
二、垃圾回收
1、當一個對象的引用計數歸零時，它將被垃圾收集機制處理掉。
2、當兩個對象a和b相互引用時，del語句可以減少a和b的引用計數，並銷毀用於引用底層對象的名稱。然而由於每個對象都包含一個對其他對象的應用，因此引用計數不會歸零，對象也不會銷毀。（從而導致內存泄露）。為解決這一問題，解釋器會定期執行一個循環檢測器，搜索不可訪問對象的循環並刪除它們。
三、內存池機制
Python提供了對內存的垃圾收集機制，但是它將不用的內存放到內存池而不是返回給操作系統。
1、Pymalloc機制。為了加速Python的執行效率，Python引入了一個內存池機制，用於管理對小塊內存的申請和釋放。
2、Python中所有小於256個位元組的對象都使用pymalloc實現的分配器，而大的對象則使用系統的malloc。
3、對於Python對象，如整數，浮點數和List，都有其獨立的私有內存池，對象間不共享他們的內存池。也就是說如果你分配又釋放了大量的整數，用於緩存這些整數的內存就不能再分配給浮點數。
更多Python知識請關注Python視頻教程欄目。