我正在使用 numpy 并尝试创建一个巨大的矩阵。执行此操作时，我收到内存错误
因为矩阵并不重要，我将只展示如何轻松重现错误的方法。
a = 10000000000
data = np.array([float('nan')] * a)
毫不奇怪，这让我很震惊MemoryError
有两件事我想告诉你：
有没有一种简单的方法来处理 numpy 中的大矩阵？
为了安全起见，我之前读过这些帖子（听起来很相似）：
PS显然我对数字的乘法和除法有些问题，这让我觉得我有足够的内存。所以我想是时候睡觉了，复习数学，可能是买一些内存。
可能在这段时间里，一些天才可能会想出如何仅使用 24 Gb 的 Ram 来实际创建这个矩阵。
为什么我需要这个大矩阵 我不会对这个矩阵做任何操作。我需要做的就是将它保存到pytables中。
假设每个浮点数是 4 个字节，你会有
(10000000000 * 4) /(2**30.0) = 37.25290298461914
或者您需要存储在内存中的 37.5 GB。所以我认为 24gb 的 RAM 是不够的。
如果您负担不起创建这样的矩阵，但仍希望进行一些计算，请尝试稀疏矩阵。
如果您希望将它传递给另一个使用鸭子类型的 Python 包，您可以创建自己的类并__getitem__实现虚拟访问。
如果您使用 python 的 pycharm 编辑器，您可以更改内存设置
C:\Program Files\JetBrains\PyCharm 2018.2.4\bin\pycharm64.exe.vmoptions
您可以从此文件降低 pycharm 速度，以便程序内存分配更多兆位，您必须编辑此代码
-Xms1024m
-Xmx2048m
-XX:ReservedCodeCacheSize=960m
所以你可以让它们 -Xms512m -Xmx1024m 最后你的程序可以工作，但它会影响 pycharm 中的调试性能。