Numpy适用于大型数据集

Question

为生成某些情况下的概率密度函数，可能要考虑100万个观测值。当我使用numpy数组时，遇到大小限制为32的情况。

太少了吗？

在这种情况下，我们如何存储32个以上的元素，而又不将这些元素分布在不同的列中，也可能不将其分布在数组中？

import numpy
my_list = []
for i in range(0, 100):
    my_list.append(i)

np_arr = numpy.ndarray(np_arr) # ValueError: sequence too large; cannot be greater than 32

Answer 1

使用numpy.ndarray创建数组时，第一个参数是数组的形状。将该列表解释为形状确实可以提供大量的数组。如果只想将列表变成数组，则需要numpy.array：

import numpy
my_list = []
for i in range(0, 100):
    my_list.append(i)

np_arr = numpy.array(my_list)