파일은 나에게 400x400x200x1 배열과 모양을 제공합니다. 배열에 의해 전송 된 데이터에 따라 모양이 변경됩니다. 내 임무는 400x400x200x1 배열을 포함하는 데이터에 적용하는 것입니다. 예
:큰 배열을 사용하여 RAM을 대량으로 사용하지 못하는 이유는 무엇입니까?
shape = np.array([20,180,1,1])
b= []
l = np.load("testfile.npy")
d = (np.reshape(l[:shape[0],:shape[1],:shape[2],:shape[3]],(shape[0],shape[1]))).transpose()
append(d)
아이디어는 데이터에 적합한 크기와 새로운 배열을 생성하는 것이다. 나는이 과정을 여러 번 수행해야하지만, 내가 할 때마다, 내 RAM-부하율 증가 :
shape = np.array([20,180,1,1])
b= []
for j in range(9):
l = np.load("testfile.npy")
d = (np.reshape(l[:shape[0],:shape[1],:shape[2],:shape[3]],(shape[0],shape[1]))).transpose()
time.sleep(2)
b.append(d)
는 appendet 배열이해서인가요 : 이제 문제가 온다 그래서 큰? 내가 추가 해요 출력 배열은 180x20의 크기를 가지고 있지만 RAM로드 인자는 0,12GB 때마다 증가합니다. 거기에 tempfiles없이 배열을 저장하는 더 효율적인 방법은 무엇입니까?
내 영어를 사용해 죄송합니다.
필자의 경우 큰 배열은 함수에서 왔고 데이터가 변경되면 함수를 새 데이터로 다시로드해야합니다. 두 번째 제안은 내 문제를 해결했습니다. 고마워요! – Hubschr