<div>Dear colleagues!</div><div> </div><div>Size of np.float16(1) is 26</div><div><div>Size of np.float64(1) is 32</div><div>32 / 26 = 1.23</div><div> </div></div><div><div>Since memory is limited I have a question after this code:</div><div> </div></div><div>   import numpy as np</div><div><div>   import sys</div><div> </div></div><div>   a1 = np.ones(1, dtype='float16')</div><div>   b1 = np.ones(1, dtype='float64')</div><div>   div_1 = sys.getsizeof(b1) / sys.getsizeof(a1)</div><div>   # div_1 = 1.06</div><div> </div><div><div>   a2 = np.ones(10, dtype='float16')</div><div>   b2 = np.ones(10, dtype='float64')</div><div>   div_2 = sys.getsizeof(b2) / sys.getsizeof(a2)    </div><div><div>   # div_2 = 1.51</div><div> </div><div><div>   a3 = np.ones(100, dtype='float16')</div><div>   b3 = np.ones(100, dtype='float64')</div><div>   div_3 = sys.getsizeof(b3) / sys.getsizeof(a3)</div><div><div>   # div_3 = 3.0</div></div></div></div><div><img src="cid:1802491615668917@sas1-17582c8cbad7.qloud-c.yandex.net" style="max-width:100%" /></div><div>Size of np.float64 numpy arrays is four times more than for np.float16.</div><div>Is it possible to minimize the difference close to 1.23?</div></div>