Question

我正在努力更好地理解numpy的memmap如何处理非常大的文件的视图。下面的脚本打开一个内存映射的2048 ^ 3数组，并复制一个下采样的128 ^ 3视图

import numpy as np
from time import time

FILE = '/Volumes/BlackBox/test.dat'
array = np.memmap(FILE, mode='r', shape=(2048,2048,2048), dtype=np.float64)

t = time()
for i in range(5):
    view = np.array(array[::16, ::16, ::16])
t = ((time() - t) / 5) * 1000
print "Time (ms): %i" % t

通常，这会打印Time (ms): 80左右。但是，如果我将视图分配更改为

view = np.array(array[1::16, 2::16, 3::16])

并运行三次，我得到以下内容：

Time (ms): 9988
Time (ms): 79
Time (ms): 78

有人理解为什么第一次调用会慢得多吗？

Answer 1

操作系统仍然有部分（或全部）可用缓存在物理RAM中的映射文件。初始读取必须访问磁盘，这比访问RAM慢 lot 。做足够的其他磁盘IO，你会发现你会回到原来的时间，操作系统必须重新读取它没有再从磁盘缓存的位...

了解numpy memmap的性能

1 个答案: