Python Numpy.ndarray.shape limit

我想使用以下代码在Python中使用Numpy创建一个矩阵：

import numpy

result=numpy.zeros((20,20,20,30,30,30))

numpy.save('result',result)

我得到以下错误：

Traceback (most recent call last):  
File "numpy_memoryerror.py",
line 5, in <module>
    result=numpy.zeros((20,20,20,30,30,30))
MemoryError

然后代码就工作了

---

有人能告诉我形状元组的限制吗？

它不是形状元组的一个基本限制，而是系统上没有足够的内存（RAM），因此出现了

内存错误

同样，20*20*20*30*30*30是2.16亿个64位（8字节）浮点或略大于1.6GB的RAM。那么，在运行脚本时，您是否有1.6GB的可用RAM？（不要忘记使用python、操作系统、其他运行程序等使用的所有RAM）。如果您使用的是linux/unix，您可以通过在命令提示符下键入
free-m
来查看空闲内存的大小。在windows中，您可以通过转到任务管理器查看可用内存。此外，一些操作系统限制单个进程（如python）可以分配的内存量；e、 例如，32位windows每个进程只提供2 GB的地址空间）

与20*20*20*10*10*10相比，20*20*10*10仅为~0.06GB（或仅为内存的27倍）

如果不需要8字节浮点，可以这样做

numpy.zeros(20,20,20,30,30,30, dtype='float32')

这将通过使用单精度（32位）浮点将内存占用减半。默认情况下，numpy使用dtype='float64'

粗略地说，32位浮点有8位精度，64位浮点有16位精度。这意味着1+1e-8对于32位浮点显示为1，1+1e-16对于64位浮点显示为1，但是1+1e-15对于64位浮点显示为1.000000000000001，而不是32位浮点。
我使用dtype='float32'尝试了它，它工作正常，创建了一个大约860mb的文件。但是，我运行Win7 64位，我有4GB的ram，其中大约有2.2GB可用。顺便说一句，有一种ram交换（分页）机制，用于处理需要更多ram的进程。在这种情况下，它不起作用。@makmiler:请注意，对于
numpy
数组，您需要有连续内存。即使您有足够的内存可以使用，它也不一定是连续的，因为它需要如此大的内存块。Thanks@eat：Windows报告为“可用”的内存是可分页的，因此可以将其分页到单个连续块。@Sven：确定吗？例如，matlab的文档（也要求阵列使用连续的RAM块）报告内存碎片导致内存不足错误。请看：@Sven：这一点很好，但在做出任何最终判断之前，我希望OP能更详细地描述他的环境。AFAIU，即使是64位Windows，但32位进程的用户模式虚拟地址空间（仅限于2GB）也可能出现这种碎片。谢谢我在我的电脑上试用，它会生成一个大小为1.60GB（1728000096字节）的.npy文件。
numpy.zeros(20,20,20,30,30,30, dtype='float32')