numpy數組中有多少內存？ RAM是限制因素嗎？

Question

我正在使用numpy創建一個邊長為100的立方體數組，因此總共包含100萬個條目。 對於每百萬個條目，我插入一個100x100矩陣，其條目由隨機生成的數字組成。 我使用以下代碼來執行此操作：

import random
from numpy import *

cube = arange(1000000).reshape(100,100,100)

for element in cube.flat:
    matrix = arange(10000).reshape(100,100)
    for entry in matrix.flat:
        entry = random.random()*100
    element = matrix

我期待這需要一段時間，但是生成了100億個隨機數，我不確定我的電腦是否可以處理它。 這樣一個陣列會占用多少內存？ RAM是一個限制因素，即如果我的計算機沒有足夠的RAM，它是否無法實際生成陣列？

此外，如果有更高效的實現此代碼，我會很感激提示:)

Answer 1

幾點：

• numpy數組的內存大小很容易計算。 它只是元素的數量乘以數據大小，加上一個小的常量開銷。 例如，如果你的cube.dtype是int64 ，並且它有1,000,000個元素，那么它將需要1000000 * 64 / 8 = 8,000,000 cube.dtype 1000000 * 64 / 8 = 8,000,000字節（8Mb）。
• 但是，正如@Gabe指出的那樣，100 * 100 * 1,000,000雙打將需要大約80 Gb 。
• 這不會導致任何“破壞”本身，但由於您的計算機需要進行的所有交換 ，操作將會非常緩慢。
• 你的循環不會達到預期的效果。 element = matrix不是替換cube的元素，而是簡單地覆蓋element變量，保持cube不變。 entry = random.rand() * 100 。
• 相反，請參閱： http ： //docs.scipy.org/doc/numpy/reference/arrays.nditer.html#modifying-array-values

Answer 2

對於函數的“內部”部分，請查看numpy.random模塊

import numpy as np
matrix = np.random.random((100,100))*100