Python| Pandas Series.memory_usage()

Pandas 系列是带有轴标签的一维 ndarray。标签不必是唯一的，但必须是可散列的类型。该对象支持基于整数和基于标签的索引，并提供了许多用于执行涉及索引的操作的方法。

Pandas Series.memory_usage()函数返回 Series 的内存使用情况。内存使用可以可选地包括索引和对象 dtype 元素的贡献。

Syntax: Series.memory_usage(index=True, deep=False)

Parameter :
index : Specifies whether to include the memory usage of the Series index.
deep : If True, introspect the data deeply by interrogating object dtypes for system-level memory consumption, and include it in the returned value.

Returns : Bytes of memory consumed.

示例 #1：使用Series.memory_usage()函数查找给定系列对象的内存使用情况。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([10, 25, 3, 25, 24, 6])
  
# Create the Index
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp']
  
# set the index
sr.index = index_
  
# Print the series
print(sr)

输出 ：

现在我们将使用Series.memory_usage()函数来查找给定系列对象的内存使用情况。

# return the memory usage
result = sr.memory_usage()
  
# Print the result
print(result)

输出 ：

正如我们在输出中看到的， Series.memory_usage()函数已成功返回给定系列对象的内存使用情况。示例 #2：使用Series.memory_usage()函数查找给定系列对象的内存使用情况。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([19.5, 16.8, None, 22.78, 16.8, 20.124, None, 18.1002, 19.5])
  
# Print the series
print(sr)

输出 ：

现在我们将使用Series.memory_usage()函数来查找给定系列对象的内存使用情况。

# return the memory usage
result = sr.memory_usage()
  
# Print the result
print(result)

输出 ：

正如我们在输出中看到的， Series.memory_usage()函数已成功返回给定系列对象的内存使用情况。