为什么这个值为十倍的numpy数组会随机生成大量的时间？

Question

我初始化了三个numpy数组，因为我需要将一些随机数据提供给算法。

我的第二个数组大约有一百倍的值，大约需要一百倍的时间。

第三种，由于某种原因，花费的时间几乎是第二次的1800倍。

nparray = np.random.randint(0, 256, (1024, 800, 3)) #0.03125357627868652
nparray = np.random.randint(0, 256, (100, 1024, 800, 3) #2.9687747955322266
nparray = np.random.randint(0, 256, (10, 100, 1024, 800, 3)) #5339.585757017136

Answer 1

假设numpy对这些数组使用dtype('int64')，即每个元素8个字节：

• 第一个数组是2457600个元素（~20兆字节）
• 第二个数组是245760000个元素（~2千兆字节）
• 第3个阵列是2457600000个元素（~20千兆字节）

如果你有一台相当普通的机器，第一种和第二种情况可能完全在RAM中工作。第三个阵列非常庞大，几乎肯定需要将数据交换到磁盘，这要慢得多。

您可以使用sys.getsizeof(obj)检查Python中对象的大小。检查free（Linux）或vm_stat（macOS）可用的内存。