你需要一个dtype的示例来获取itemsize，但你不应该需要ndarray的示例。（很快就会明白，nbytes是数组的属性，而不是dtype。
例如

print np.dtype(float).itemsize
print np.dtype(np.float32).itemsize
print np.dtype('|S10').itemsize

至于itemsize和nbytes之间的差异，nbytes只是x.itemsize * x.size。
例如

In [16]: print np.arange(100).itemsize
8

In [17]: print np.arange(100).nbytes
800

查看NumPy C源文件，这是注解：

size : int
    Number of elements in the array.
itemsize : int
    The memory use of each array element in bytes.
nbytes : int
    The total number of bytes required to store the array data,
    i.e., ``itemsize * size``.

在NumPy中：

>>> x = np.zeros((3, 5, 2), dtype=np.float64)
>>> x.itemsize
8

所以.nbytes是一个快捷方式：

>>> np.prod(x.shape)*x.itemsize
240
>>> x.nbytes
240

因此，要获取NumPy数组的基本大小而不创建它的示例，您可以这样做（例如，假设一个3x5x2的double数组）：

>>> np.float64(1).itemsize * np.prod([3,5,2])
240

然而，NumPy帮助文件中的重要说明：

|  nbytes
|      Total bytes consumed by the elements of the array.
|
|      Notes
|      -----
|      Does not include memory consumed by non-element attributes of the
|      array object.

int使用np.iinfo，float使用np.finfo。然后，使用.bits属性，除以8得到字节数。根据问题，不需要创建数据类型的示例。
举例来说：

np.iinfo(np.int32).bits // 8      # 4  
np.finfo(np.float16).bits // 8    # 2