更高的十进制精度是否会在每个实例中使用更多内存？答案

【问题标题】：Does a higher decimal precision use more memory per instance?更高的十进制精度是否会在每个实例中使用更多内存？
【发布时间】：2018-03-13 09:14:16
【问题描述】：

使用 Python 的 decimal 模块，具有更高精度值的上下文是否会使用更多内存。如果不是，您为什么不总是使用最大值？

【问题讨论】：

内存，处理时间..天下没有免费的午餐
@MateenUlhaq 不确定如何应用？我意识到它比硬件慢（我想你在说什么？），我只是想知道精度是否直接影响内存使用。
啊，我以为你问的是十进制与浮点数

标签： python decimal precision

【解决方案1】：

是的，当然尺寸会增加；您可以通过以下方式进行检查：

from sys import getsizeof
from decimal import Decimal, getcontext

getcontext().prec = 6
d = Decimal(1)/Decimal(3)
print(getsizeof(d))  # 104
getcontext().prec = 256
d = Decimal(1)/Decimal(3)
print(getsizeof(d))  # 216

ymmv...确切的值可能是特定于实现/平台的。

【讨论】：

Python 2.7.10，两者都“80”。
使用 Python 3 获得 104 和 216。
我忘了补充：细节可能是实现/平台特定的。但更高的精度需要更多的内存这一事实并非如此。这里的代码仅供您使用：这样您就可以了解在您的特定情况下消耗了多少内存。

【解决方案2】：

Decimal 可能非常有用，但是通常您不需要无限位小数，货币通常需要 2-4。

你想存储的数字越多，它就会使用越多的内存，一般来说你只想使用最低要求的类型，这就是我们在Java中使用short而不是int的原因，同样适用于 Python，它只是在幕后多一点。

如今，您因打字而遇到内存问题的可能性很小，但它仍然可能发生。

【讨论】：