numpy数组中有多少内存？RAM是一个限制因素吗？

Question

我使用numpy创建了一个边长为100的立方体数组，总共包含100万个条目。对于一百万个条目中的每一个，我将插入一个100x100矩阵，其条目由随机生成的数字组成。我正在使用以下代码执行此操作：

import random
from numpy import *

cube = arange(1000000).reshape(100,100,100)

for element in cube.flat:
    matrix = arange(10000).reshape(100,100)
    for entry in matrix.flat:
        entry = random.random()*100
    element = matrix

我原以为这需要一段时间，但随着100亿个随机数的产生，我甚至不确定我的电脑是否能处理它。这样的数组将占用多少内存？RAM是否是一个限制因素，即如果我的计算机没有足够的RAM，它是否真的无法生成阵列？

另外，如果有更有效的方法来实现这段代码，我将非常感谢以下提示：）

Answer 1

几点：

• numpy数组的内存大小易于计算。它只是元素的数量乘以数据大小，再加上一个小的常量开销。例如，如果您的cube.dtype是int64，并且它有1000000个元素，则需要1000000 * 64 / 8 = 8,000,000字节（8Mb）。
• 然而，正如@Gabe所指出的，100*100*1000000个双倍需要大约80 Gb。
• 这本身不会导致任何东西“中断”，但操作会慢得可笑，因为您的计算机将需要做所有的swapping。
• 你的循环不会达到你的预期。与其替换cube中的元素，element = matrix将只覆盖element变量，而保持cube不变。这同样适用于entry = random.rand() * 100。
• 相反，请参见：http://docs.scipy.org/doc/numpy/reference/arrays.nditer.html#modifying-array-values

Answer 2

对于函数的“内部”部分，请查看numpy.random模块

import numpy as np
matrix = np.random.random((100,100))*100