Python numpy矩阵的最大元素/大小？

numpy矩阵的最大元素/大小是多少，或者numpy矩阵的最大大小是多少

上面的代码返回可变矩阵大小的内存错误…那么它依赖于什么环境因素（可用内存的顺序数量？）

问题：何时以及为什么返回“内存错误”

注：我使用windows上最后一个可用的python和numpy（是的，我知道…）7 64位。

请参阅

---

至于当它返回内存错误时，答案是当为一个大对象分配内存时。它可以是任何一个，因为当您分配后面的

res

行时，您的内存量将比以往任何时候都要大，因为numpy矩阵只有在您将

r

、

s

或

t

指向另一个对象（在下一次迭代中创建的新矩阵）之后才会被垃圾收集.

res

在每个循环中被重写。我想这不是你的意图？您的最后一行错误，应该是

w=numpy.mat（res，dtype='f8'）

。如果原始代码中未覆盖

ret

，则可能会出现内存错误，因为生成的列表太大。内部两个循环可以替换为

r=np.random.random（（ret，ret））

此外，内存错误可能来自于您正在构建的列表，而不是numpy。使用嵌套列表创建numpy数组比直接创建要占用的内存多得多。7000x7000一点也不大。

for ret in xrange(5000,7000,50):

   res = []
   for x in xrange(ret):
       temp=[]
       for y in xrange(ret):
           temp.append(random.random())
       res.append(temp)

  print "r"
  r = numpy.mat(res)
  print "s"
  s = numpy.mat(res,dtype='f4')
  print "t"
  w = numpy.mat(res,dtype('f8'))