Python 如果切片不成功,如何合并两个大的numpy数组';无法解决内存错误?
我有两个numpy数组Python 如果切片不成功,如何合并两个大的numpy数组';无法解决内存错误?,python,numpy,data-analysis,Python,Numpy,Data Analysis,我有两个numpy数组container1和container2,其中container1.shape=(9004000)和container2.shape=(50004000)。使用vstack合并它们会产生MemoryError。在搜索了这里发布的旧问题后,我尝试使用切片将它们合并,如下所示: mergedContainer = numpy.vstack((container1, container2[:1000])) mergedContainer = numpy.vstack((merg
container1
和container2
,其中container1.shape=(9004000)
和container2.shape=(50004000)
。使用vstack
合并它们会产生MemoryError
。在搜索了这里发布的旧问题后,我尝试使用切片将它们合并,如下所示:
mergedContainer = numpy.vstack((container1, container2[:1000]))
mergedContainer = numpy.vstack((mergedContainer, container[1000:2500]))
mergedContainer = numpy.vstack((mergedContainer, container[2500:3000]))
container1 = container[:900]
container2 = container[900:]
但在此之后,即使我这样做:
mergedContainer = numpy.vstack((mergedContainer, container[3000:3100]))
它会导致内存错误
我正在使用Python 3.4.3(32位)
,每次调用np时,我希望不转换为64位。vstack
NumPy必须为一个全新的数组分配空间。
所以如果我们说一行需要一个单位的内存
np.vstack([container, container2])
需要额外的900+5000
内存单位。而且在任务发生之前,,
Python还需要为旧的mergedContainer
(如果存在)保留空间
作为新的合并容器的空间
。因此,构建mergedContainer
与尝试构建切片相比,使用切片进行迭代实际上需要更多的内存
只需调用np.vstack
以迭代方式构建它:
| total | mergedContainer | container1 | container2 | temp | |
|-------+-----------------+------------+------------+------+----------------------------------------------------------------------|
| 7800 | 1900 | 900 | 5000 | 0 | mergedContainer = np.vstack((container1, container2[:1000])) |
| 11200 | 3400 | 900 | 5000 | 1900 | mergedContainer = np.vstack((mergedContainer, container[1000:2500])) |
| 13200 | 3900 | 900 | 5000 | 3400 | mergedContainer = np.vstack((mergedContainer, container[2500:3000])) |
从对np.vstack的单个调用构建它:
| total | mergedContainer | container1 | container2 | temp | |
|-------+-----------------+------------+------------+------+-------------------------------------------------------|
| 11800 | 5900 | 900 | 5000 | 0 | mergedContainer = np.vstack((container1, container2)) |
然而,我们可以做得更好。而不是调用np.vstack
重复地,分配一次所需的所有空间
开始时写下容器1的内容
和
将容器2
放入其中。换句话说,避免分配两个不同的阵列
container1
和container2
如果您知道最终要合并它们
container = np.empty((5900, 4000))
请注意,和视图需要
基本上没有额外的内存。因此您可以定义container1
和
容器2
如下:
mergedContainer = numpy.vstack((container1, container2[:1000]))
mergedContainer = numpy.vstack((mergedContainer, container[1000:2500]))
mergedContainer = numpy.vstack((mergedContainer, container[2500:3000]))
container1 = container[:900]
container2 = container[900:]
然后在适当的位置指定值。这将修改容器
:
container1[:] = ...
container2[:] = ...
因此,您的内存需求将保持在5900个单位左右
比如说,
import numpy as np
np.random.seed(2015)
container = np.empty((5, 4), dtype='int')
container1 = container[:2]
container2 = container[2:]
container1[:] = np.random.randint(10, size=(2,4))
container2[:] = np.random.randint(1000, size=(3,4))
print(container)
屈服
[[ 2 2 9 6]
[ 8 5 7 8]
[112 70 487 124]
[859 8 275 936]
[317 134 393 909]]
而对于一个形状数组(5,4)只需要空间,而对于随机数组则临时使用空间
因此,您不必在代码中做太多更改来节省内存。就用你的
container = np.empty((5900, 4000))
container1 = container[:900]
container2 = container[900:]
然后使用
container1[:] = ...
而不是
container1 = ...
在适当位置指定值。(当然,您也可以在每次调用np时直接写入container
)。
所以如果我们说一行需要一个单位的内存
np.vstack([container, container2])
需要额外的900+5000
内存单位。而且在任务发生之前,,
Python还需要为旧的mergedContainer
(如果存在)保留空间
作为新的合并容器的空间
。因此,构建mergedContainer
与尝试构建切片相比,使用切片进行迭代实际上需要更多的内存
只需调用np.vstack
以迭代方式构建它:
| total | mergedContainer | container1 | container2 | temp | |
|-------+-----------------+------------+------------+------+----------------------------------------------------------------------|
| 7800 | 1900 | 900 | 5000 | 0 | mergedContainer = np.vstack((container1, container2[:1000])) |
| 11200 | 3400 | 900 | 5000 | 1900 | mergedContainer = np.vstack((mergedContainer, container[1000:2500])) |
| 13200 | 3900 | 900 | 5000 | 3400 | mergedContainer = np.vstack((mergedContainer, container[2500:3000])) |
从对np.vstack的单个调用构建它:
| total | mergedContainer | container1 | container2 | temp | |
|-------+-----------------+------------+------------+------+-------------------------------------------------------|
| 11800 | 5900 | 900 | 5000 | 0 | mergedContainer = np.vstack((container1, container2)) |
然而,我们可以做得更好。而不是调用np.vstack
重复地,分配一次所需的所有空间
开始时写下容器1的内容
和
将容器2
放入其中。换句话说,避免分配两个不同的阵列
container1
和container2
如果您知道最终要合并它们
container = np.empty((5900, 4000))
请注意,和视图需要
基本上没有额外的内存。因此您可以定义container1
和
容器2
如下:
mergedContainer = numpy.vstack((container1, container2[:1000]))
mergedContainer = numpy.vstack((mergedContainer, container[1000:2500]))
mergedContainer = numpy.vstack((mergedContainer, container[2500:3000]))
container1 = container[:900]
container2 = container[900:]
然后在适当的位置指定值。这将修改容器
:
container1[:] = ...
container2[:] = ...
因此,您的内存需求将保持在5900个单位左右
比如说,
import numpy as np
np.random.seed(2015)
container = np.empty((5, 4), dtype='int')
container1 = container[:2]
container2 = container[2:]
container1[:] = np.random.randint(10, size=(2,4))
container2[:] = np.random.randint(1000, size=(3,4))
print(container)
屈服
[[ 2 2 9 6]
[ 8 5 7 8]
[112 70 487 124]
[859 8 275 936]
[317 134 393 909]]
而对于一个形状数组(5,4)只需要空间,而对于随机数组则临时使用空间
因此,您不必在代码中做太多更改来节省内存。就用你的
container = np.empty((5900, 4000))
container1 = container[:900]
container2 = container[900:]
然后使用
container1[:] = ...
而不是
container1 = ...
在适当位置指定值。(或者,当然,您可以直接写入
容器)您有多少RAM以及当前使用了多少RAM?合并后的阵列应该只需要大约95MB(假设您使用的是int32数据类型)。(您可以使用np.who()
查看内存中的阵列。)@ajcr我的电脑中有4 GB的RAM。您有多少RAM?您当前使用了多少RAM?合并后的阵列应该只需要大约95MB(假设您使用的是int32数据类型)。(您可以使用np.who()
查看内存中的阵列。)@ajcr我的电脑中有4 GB RAM。我刚刚发现,如果我从容器中删除一列,它仍然显示在container1或container2中。这不是针对视图吗?视图包含对共享底层数组的引用——例如,在修改容器之前,容器1.base is container
应该是True
。如果将container
重新定义为container
的一部分(从而“删除”列),它将成为原始基础数组的视图,并且container.base
可能等于原始container
。因此,container
,container1
,container2
仍保留对原始容器的引用。因此,将container
重新绑定到新值不会影响container1
或container2
。您的就地分配解决方案如何比单个vstack
调用更好?无论哪种方式,它都会为新的大数组分配一次空间。@sudo:container1
需要,比如说,A
字节的空间<代码>容器2
需要B
字节vstack([container1,container2])
将需要A+B
字节。所以您需要2*(A+B)
字节的总空间。如果你们都