python - 检索 SciPy 稀疏矩阵消耗的字节数

Question

假设我想监控我的 SciPy 稀疏矩阵 mat 占用的内存。在 NumPy 中我会利用 nbytes 属性，但在 SciPy 中似乎没有那样的东西。我怎样才能检索到这些信息？

Answer 1

我有稀疏矩阵X

In [605]: X
Out[605]: 
<100x100 sparse matrix of type '<class 'numpy.float64'>'
    with 1000 stored elements in Compressed Sparse Row format>

getsizeof 没有告诉我任何有用的信息

In [606]: import sys
In [607]: sys.getsizeof(X)
Out[607]: 28

对于存储在 3 个数组中的 csr 矩阵，稀疏数据和索引是:

In [612]: X.data.nbytes
Out[612]: 8000
In [613]: X.indices.nbytes
Out[613]: 4000
In [614]: X.indptr.nbytes
Out[614]: 404

因此，总空间大致就是这些值的总和。

对于coo格式

In [615]: Xc=X.tocoo()
In [616]: Xc.data.nbytes
Out[616]: 8000
In [617]: Xc.row.nbytes
Out[617]: 4000
In [618]: Xc.col.nbytes
Out[618]: 4000

我们可以根据 shape、dtype 和 nnz 计算这些值；例如8字节*1000、4字节*1000、4字节*X.shape[0]等

其他格式需要了解它们的数据存储方法(例如lil、dok 等)。