我有一个进程,它在Python 2.7中以multiprocessing成批执行,并生成大约如下大小的numpy float64
数组:
现在,它们在每批产品中进行处理,并通过一些统计分析进行浓缩。这是可以管理的(12×2000×89×8字节/浮点=大约17MB),但我想对我的整个数据集做一些分析。在
我需要以某种方式将批处理沿着维度B连接到至少1000000的大小,这意味着8.5GB,然后将它们拆分到维度C中,分别分析每个AxB二维矩阵。(12x1000000对于维度C上的每个元素“只有”96MB,这是更容易管理的)但是我的系统中没有那么多内存,很可能需要增加到2000000或4000000。在
有没有一种方法可以在磁盘上进行连接和切片,这样我就不需要在内存中存储整个矩阵了?在
Pytables EArray看起来有帮助;我创建了一个概念证明:
打印出来的是
^{pr2}$磁盘空间为62.4MB,用于50000*89*12个元素(使用压缩时每个元素1.17字节)。在
相关问题 更多 >
编程相关推荐