Question

我正在使用numpy创建一个边长为100的立方体数组，因此总共包含100万个条目。对于每百万个条目，我插入一个100x100矩阵，其条目由随机生成的数字组成。我使用以下代码来执行此操作：

import random
from numpy import *

cube = arange(1000000).reshape(100,100,100)

for element in cube.flat:
    matrix = arange(10000).reshape(100,100)
    for entry in matrix.flat:
        entry = random.random()*100
    element = matrix

我期待这需要一段时间，但是生成了100亿个随机数，我不确定我的电脑是否可以处理它。这样一个阵列会占用多少内存？ RAM是一个限制因素，即如果我的计算机没有足够的RAM，它是否无法实际生成阵列？

另外，如果实现此代码的效率更高，我会很感激提示：）

Answer 1

几点：

numpy数组的内存大小很容易计算。它只是元素的数量乘以数据大小，加上一个小的恒定开销。例如，如果您的cube.dtype是int64，并且它有1,000,000个元素，则需要1000000 * 64 / 8 = 8,000,000个字节（8Mb）。
但是，正如@Gabe所说，100 * 100 * 1,000,000双打需要大约80 Gb。
这不会导致任何事情发生故障，但由于您的计算机需要执行的所有swapping操作都会非常慢。
你的循环不符合你的期望。 cube不会替换element = matrix中的元素，而只会覆盖element变量，而cube保持不变。 entry = random.rand() * 100。
请参阅：http://docs.scipy.org/doc/numpy/reference/arrays.nditer.html#modifying-array-values

Answer 2

对于函数的“内部”部分，请查看numpy.random模块

import numpy as np
matrix = np.random.random((100,100))*100

numpy数组中有多少内存？ RAM是限制因素吗？

2 个答案: