Question

我有一个numpy数组保存为未压缩的'* npz'文件大约是26 GiB，因为它是numpy.float32而numpy.savez()的结尾是：

OSError: Failed to write to /tmp/tmpl9v3xsmf-numpy.npy: 6998400000 requested and 3456146404 written

我认为保存压缩可以节省一天，但numpy.savez_compressed()我也有：

OSError: Failed to write to /tmp/tmp591cum2r-numpy.npy: 6998400000 requested and 3456157668 written

因为numpy.savez_compressed()首先保存未压缩的数组。

显而易见的“使用额外存储”我不认为答案。 ;）

[编辑]

标记low-memory指的是磁盘内存，而不是RAM。

Answer 1

注意：我非常乐意接受更具RAM效率的解决方案。

我浏览了numpy.savez_compressed()代码并决定重新实现其部分功能：

import numpy as np
import zipfile
import io

def saveCompressed(fh, **namedict):
     with zipfile.ZipFile(fh,
                          mode="w",
                          compression=zipfile.ZIP_DEFLATED,
                          allowZip64=True) as zf:
         for k, v in namedict.items():
             buf = io.BytesIO()
             np.lib.npyio.format.write_array(buf,
                                             np.asanyarray(v),
                                             allow_pickle=False)
             zf.writestr(k + '.npy',
                         buf.getvalue())

它导致我的系统交换，但至少我能够存储我的数据（示例中使用的假数据）：

>>> A = np.ones(12 * 6 * 6 * 1 * 6 * 6 * 10000* 5* 9, dtype=np.float32)
>>> saveCompressed(open('test.npz', 'wb'), A=A)
>>> A = np.load('test.npz')['A']
>>> A.shape
(6998400000,)
>>> (A == 1).all()
True

Answer 2

在Python 3.6中添加ZipFile.open(..., mode='w')后，您可以做得更好：

import numpy as np
import zipfile
import io

def saveCompressed(fh, **namedict):
     with zipfile.ZipFile(fh, mode="w", compression=zipfile.ZIP_DEFLATED,
                          allowZip64=True) as zf:
         for k, v in namedict.items():
             with zf.open(k + '.npy', 'w', force_zip64=True) as buf:
                 np.lib.npyio.format.write_array(buf,
                                                 np.asanyarray(v),
                                                 allow_pickle=False)

如何用一个有限的文件系统容量保存一个大的'numpy`为'* .npz'数组？

2 个答案: