Python 将图像转换为数组与直接初始化图像大小的数组

使用google colab，我想创建一个

numpy

数组，

Y

，它的形状类似于我所看到的图像（下面进一步解释）9999x146666

我发现有两种方法可以做到这一点：

方法1 使用以下命令加载图像：

from PIL import Image

Z = np.asarray(Image.open(*ImagePath*))

将图像转换为数组（但我不确定这是如何发生的）

然后我可以简单地说

Y=Z

。当我仔细观察

Y

使用

sys.getsizeof（Y）

消耗的内存量时，它只报告112字节

方法2 如果我使用以下方法粗略初始化形状为

9999x146666

的零的

numpy.array

：

Y = np.array(np.zeros((9999,146666)))

它毫不奇怪地使我的colab实例崩溃（我认为这意味着它耗尽了colab提供的所有内存）

---

所以我的问题是，两个阵列之间的区别是什么，一个重约112字节，另一个炸毁了我的电脑

---

是的，我用两种方法检查了数组的大小和类型。它们是一样的。

---

编辑：我被告知这可能与PIL作为一个库的工作方式有关。也就是说，它在磁盘上创建一个指向文件的指针，并且只在对其执行操作时加载它。但它仍然存在，为什么数组不像初始化那样炸毁我的会话？

尝试检查

arr2

的许多项以及

arr2

项的大小（以字节为单位）。比如：

np.array（np.zeros（（99146））.size

和

np.array（np.zeros（（99146））.itemsize

。你会看到它非常大。

Z

的大小是多少？

Z

的大小是9999x146666年，但如果

Z.shape

是

（9999x146666）

，我会试图理解这个大小差异背后的原因；而

Y=Z

则

Y

将具有相同的形状；大概

Z

会炸毁你的电脑。请提供一份报告。