我目前正在开发许多小型6x6矩阵：形状A =（N，N，N，6,6）， N 约 500 即可。我将这些矩阵存储在Pytables（http://www.pytables.org）的HDF5文件中。
我想对这些矩阵进行一些计算，比如反转，转置，乘法等......这很容易，而 N 不是很大，例如 numpy.linalg。 inv（A）应该在没有循环的情况下完成。但就我而言，它的工作速度非常慢，有时候我会遇到记忆问题。
你能否建议我更有效地做到这一点？
答案 0 :(得分：0)
6x6矩阵有36个8字节的双精度值，或288个字节;为了便于计算和开销，我们会说0.5KB。如果你接受了，那么其中500个只代表250KB - 内存不多。
如果你将所有这些反转记录在内存中，它仍然不是很多 - 只需500KB。
你可以计算你的程序消耗的RAM量来确认吗？
你在做什么 - 有限元分析？这些刚度，质量和阻尼基质是500个元素吗？
如果是，您不应该反转元素基质。你必须将它们组装成全局基质，这将消耗更多的内存，然后解决它。反向仍然不计算 - LU分解就是通常的方法。
我不认为500元素网格是一个大问题。当我在1995年停止做那种工作时，我看到了数以千万个元素的网格。我确信硬件今天可能会产生更大的问题。
你做错了什么或者你没有提供细节。