如何处理巨大的 numpy 数组的计算以避免内存分配错误？

Question

我需要一个大小为（62500 x 62500）的负单位矩阵。使用 numpy 声明一个正常的单位矩阵就像一个魅力：

eye = np.eye(62500, 62500)

但是，做这样的事情

negative_eye1 = np.negative(np.eye(62500, 62500))

# or

negative_eye2 = np.eye(62500, 62500) * -1

将导致此错误

无法分配形状 (62500, 62500) 和数据类型 float64 的数组

然后在scipy.sparse.bmat()函数中使用该矩阵，从而生成一个 csr 矩阵，其中内存不再是这样的问题。

如何计算这个矩阵？

Answer 1

您可以使用scipy.sparse.eye（对角线上的稀疏矩阵）：from scipy import sparsenegative_eye = -sparse.eye(62500, 62500)