Python numpy大矩阵运算内存不足如何解决
作者：Gelthin
这篇文章主要介绍了Python numpy大矩阵运算内存不足如何解决,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
程序运行，产生如下结果，然后进程终止，导致这一结果的原因很有可能是内存爆炸。
当两个较大的 (e.g., 10000*10000 维）ndarray 做运算(加法，or 乘法）时，很容易出现这样的结果.
解决办法：
- 大多数情况下，这种大矩阵都是稀疏的。尽可能地利用稀疏计算的方式，例如稀疏矩阵，或者只计算非 0 位置的值。
- 如果都是整数运算，可以设置 dtype=int，而非 dtype=float, 可以省下不少空间。
linux 系统下，使用 top 命令，可以很容易地看到内存（%MEM) 的使用情况。
# 代码段 1， true_similarity_matrix 是 int, similarity_matrix 是 float
tmp_matrix = similarity_matrix * true_similarity_matrix # 内存会炸掉，两个 10000*10000 维 float array
num_correct_edge = sum(sum(tmp_matrix))
# 代码段 2
for i in range():
for j in range():
set_true_ij.append(i,j)
num_correct_edge = 0
for i, j in set_true_ij:
num_correct_edge += similarity_matrix[i,j]
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。