所以我正在为计算机视觉项目设计一个矩阵，并且相信我的计算错误之一。不幸的是，我不确定哪里错了。
我正在考虑创建一个100,000,000 x 100,000,000的矩阵，每个'cell'包含一个整数（1或0）。如果我的计算是正确的，则需要9.53674316×10 ^ 9 MB。这是正确的吗？！？
我的下一个问题是，如果它是正确的，有没有办法将内存需求降低到更现实的水平，同时仍然保持矩阵大小相同？当然，我真的有可能实际上不需要那么大小的矩阵，但这是绝对更糟糕的情况（如朋友提出的那样）。这个大小对我来说似乎很荒谬，因为我们一次只能覆盖这么小的距离。
Thanks1 安东尼
答案 0 :(得分：4)
理论上，{0,1}的元素每个单元最多消耗1位。这意味着每个字节8个单元格或1192092895兆字节或大约 1 petabyte ，这太多了，除非你是谷歌:)更不用说，即使处理（或保存）这样的矩阵也会花费太多时间（大约一年我会说。）
你说过在很多情况下你甚至不需要那么大的矩阵。因此，您可以在开始时创建更小的矩阵（10,000 x 10,000），然后在每次需要放大时将尺寸加倍，复制旧内容。
如果你的矩阵是稀疏的（比0更多1或者反之亦然），那么只存储一些有效数据结构的坐标会更有效率，具体取决于什么您需要的操作（搜索，数据访问）。
附注：在许多语言中，你必须小心谨慎，例如在C中，即使你将变量指定为boolean，它仍然需要一个字节，是所需的8倍。
答案 1 :(得分：1)
您的计算是正确的，假设使用单个字节来存储每个布尔值，这是具有dtype=bool的Numpy数组将执行的操作。
如果您希望矩阵的条目相对较少，那么请考虑使用scipy.sparse矩阵;只存储那些。