如何在巨大的numpy数组上处理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声明正常的身份矩阵就像一个符咒：

eye = np.eye(62500, 62500)

但是,这样做,

negative_eye1 = np.negative(np.eye(62500, 62500))
# or
negative_eye2 = np.eye(62500, 62500) * -1

将导致此错误

Unable to allocate array with shape (62500, 62500) and data type float64

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

我如何计算这个矩阵

Answer 1

可以使用scipy.sparse.eye（对角线上的稀疏矩阵）：

from scipy import sparse

negative_eye = -sparse.eye(62500, 62500)