为什么numpy.zeros占用的空间很小

Question

我想知道为什么numpy.zeros会占用这么小的空间？

x = numpy.zeros(200000000)

这不占用任何记忆，

x = numpy.repeat(0,200000000)

占用大约1.5GB。 numpy.zeros会创建一个空指针数组吗？ 如果是这样，有没有办法在cython中更改它后将指针设置为空？如果我使用：

x = numpy.zeros(200000000)
x[0:200000000] = 0.0

内存使用率上升。有没有办法改变一个值，然后将其改回原来在python或cython中使用的格式numpy.zeros？

Answer 1

您使用的是Linux吗？ Linux有懒惰的内存分配。 numpy中对malloc和calloc的基本调用始终“成功”。在首次访问内存之前，实际上没有分配内存。

zeros函数将使用calloc，它在首次访问之前将任何已分配的内存归零。因此，numpy不需要明确地将数组归零，因此数组将被懒惰地初始化。然而，repeat函数不能依赖calloc初始化数组。相反，它必须使用malloc，然后将重复复制到数组中的所有元素（从而强制立即分配）。