3

我需要使用read.table从 csv(逗号分隔值)读取的一些数据库,并且我想知道如何计算每种类型变量的分配内存的大小。

怎么做 ?

编辑 - 换句话说:从.csv文件中读取的一般数据帧 R 分配了多少内存?

4

1 回答 1

7

您可以使用 获取分配给对象的内存量object.size。例如:

x = 1:1000
object.size(x)
# 4040 bytes

该脚本也可能会有所帮助——它可以让您查看或绘制所有当前对象使用的内存量。

在回答你为什么object.size(4)是 48 字节的问题时,原因是每个数字向量都有一些开销。(在R中,数字4不仅仅是其他语言中的整数 - 它是长度为 1 的数字向量)。但这不会影响性能,因为开销不会随着向量的大小而增加。如果你试试:

> object.size(1:100000) / 100000
4.0004 bytes

这表明每个整数本身只需要 4 个字节(如您所料)。

因此,总结:

  • 对于长度为 的数值向量,n通常以字节为单位的大小为40 + 8 * floor(n / 2)。但是,在我的 R 和 OS 版本上,有一个轻微的不连续性,它比您预期的快 168 字节(见下图)。除此之外,线性关系仍然成立,即使是长度为 10000000 的向量。

    plot(sapply(1:50, function(n) object.size(1:n)))
    

在此处输入图像描述

  • 对于分类变量,您可以看到非常相似的线性趋势,尽管开销更大(见下文)。除了一些轻微的不连续性之外,这种关系非常接近400 + 60 * n

    plot(sapply(1:100, function(n) object.size(factor(1:n))))
    

在此处输入图像描述

于 2013-02-05T22:03:41.487 回答