如何在Python中获取浮点型的实际内存占用字节数？

嘿，我完全懂你的困惑——sys.getsizeof()确实容易给人误导，因为它返回的是整个Python float对象的内存大小，而不是底层浮点数值本身的字节数！

为什么sys.getsizeof(0.0)返回24？ #

Python里的每个float都是一个完整的对象，除了存储8字节的双精度浮点数值外，还包含对象头信息（比如引用计数、类型指针这些用于Python内存管理的内容）。在64位系统上，这些额外开销加起来通常是16字节，再加上8字节的数值，就得到了24字节的总大小。而sys.getsizeof(float)返回的是float这个类型对象的大小，和单个数值的存储完全没关系。

几种简单验证浮点值实际占用8字节的方法 #

如果你想得到类似C++中sizeof(double)的结果，可以用下面这些方法：

1. 使用array模块

array模块专门用于存储同质的原始数值类型，没有Python对象的额外开销：

import array
# 'd'表示双精度浮点数（对应C语言的double）
float_array = array.array('d', [0.0])
print(float_array.itemsize)  # 输出：8

这里的itemsize就是单个原始浮点数值占用的字节数，直接对应双精度的8字节。如果想测试单精度，可以用'f'作为类型码，itemsize会返回4。

2. 使用struct模块打包

struct模块可以把Python数值转换成C风格的字节序列，通过查看打包后的字节长度就能验证：

import struct
# 'd'表示打包成双精度浮点数
packed_data = struct.pack('d', 0.0)
print(len(packed_data))  # 输出：8

打包后的字节流长度就是底层浮点数值的实际大小，这里直接得到8，说明确实是双精度。

补充说明 #

Python的原生float类型本质上就是C语言中的double，所以标准情况下所有Python浮点值都是8字节的双精度。如果你需要单精度的浮点存储，得借助array、numpy这类库来实现，原生Python并没有对应C语言float（单精度）的类型。

内容的提问来源于stack exchange，提问作者Luca