『Numpy』内存分析_利用共享内存创建数组

Posted 叠加态的猫

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了『Numpy』内存分析_利用共享内存创建数组相关的知识,希望对你有一定的参考价值。

引、内存探究常用函数

id(),查询对象标识,通常返回的是对象的地址

sys.getsizeof(),返回的是 这个对象所占用的空间大小,对于数组来说,除了数组中每个值占用空间外,数组对象还会存储数组长度、数组类型等其他信息

numpy.ndarray.ctypes.data属性,返回numpy数组的内存位置

array.array.buffer_info(),数组对象的内存信息,返回元素起始地址和元素个数

help(array.buffer_info)
‘‘‘
buffer_info(self, /)
    Return a tuple (address, length) giving the current memory address and the length in items of the buffer
    used to hold array‘s contents.
‘‘‘

 numpy.ndarray.nbytes,获取数组中存储的值的占用空间大小

numpy.ndarray.items,获取数组中每个值的占用空间大小

 

部分函数试用如下,有意思的是对numpy数组中元素的迭代,它们的id是两个循环出现的地址,原因不明

a = np.array([1,2,3,4,5])

 a.ctypes.data
# 2199487215904

id(a)
# 2199565580288

sys.getsizeof(a)
# 116

a.nbytes
# 20

a.itemsize
# 4

for i in a:
    print(id(i), type(i), i)
# 2199565034888 <class ‘numpy.int32‘> 1
# 2199565034912 <class ‘numpy.int32‘> 2
# 2199565034888 <class ‘numpy.int32‘> 3
# 2199565034912 <class ‘numpy.int32‘> 4
# 2199565034888 <class ‘numpy.int32‘> 5

一、使用array.array和numpy.frombuffer实现动态数组

利用array.array数组对象的内存是确定连续的特性(这也是list为什么不行的原因,实际上array的buffer_info方法就可以查看内存占用情况,返回),使用np访问这块内存,并指定解析方式,从内存创建数组,

从内存创建数组

此时两个对象共用内存,修改数据会影响两者,

import numpy as np
from array import array

a = array(‘d‘, [1,2,3,4])
na = np.frombuffer(a, dtype=np.float)

print(a, na)
na[1] = 20
print(a, na)

 array(‘d‘, [1.0, 2.0, 3.0, 4.0]) [ 1. 2. 3. 4.]

array(‘d‘, [1.0, 20.0, 3.0, 4.0]) [ 1. 20. 3. 4.]

多维数组创建以及动态添加元素演示

多维就是一维np.array创建后reshape就行了,

import math
buf = array(‘d‘)
for i in range(5):
    buf.append(math.sin(i*0.1))
    buf.append(math.cos(i*0.1))
data = np.frombuffer(buf, dtype=np.float).reshape(-1,2)
print(data)
[[ 0.          1.        ]
 [ 0.09983342  0.99500417]
 [ 0.19866933  0.98006658]
 [ 0.29552021  0.95533649]
 [ 0.38941834  0.92106099]]

array内存分配机制以及动态数组构建的注意项

import sys

a = array("d")
for i in range(10):
    a.append(i)
    if i == 2:
        na = np.frombuffer(a, dtype=float)
    print(a.buffer_info(), sys.getsizeof(a))
    if i == 4:
        print()
(140269607002576, 1) 96
(140269607002576, 2) 96
(140269607002576, 3) 96
(140269607002576, 4) 96
(140269607286768, 5) 128

(140269607286768, 6) 128
(140269607286768, 7) 128
(140269607286768, 8) 128
(140269607021360, 9) 192
(140269607021360, 10) 192

可以看到初始化后会初始化一段空间,当不够时会继续分配一段新的空间。

numpy数组指针初始化于i=2时,所以并未更新到最新数据,可以看到数据解析的并非我们想要的,

print(na.ctypes.data, ‘\n‘, na)

 140269607002576

[ 6.93023941e-310 1.01768729e-316 0.00000000e+000]

 

二、利用struct结构体实现动态结构数组

利用struct结构体接收行,利用bytearray存储二进制数据,利用frombuffer读取数据,其中使用需要注意数据解析格式的设定要符合struct接收格式设定

import struct

buf = bytearray()
for i in range(5):
    buf += struct.pack(‘=hdd‘,i,math.sin(i*0.1),math.cos(i*0.1))  # ’=‘表示不进行数据内存占用对齐(整形和浮点型占用内存不同)
dtype = np.dtype({‘names‘:[‘id‘,‘sin‘,‘cos‘],‘formats‘:[‘h‘,‘d‘,‘d‘]},align=False)  # align表示是否数据已经进行了对齐
data = np.frombuffer(buf,dtype=dtype)
print(data)
print(data[‘id‘],‘\n‘,data[‘sin‘],‘\n‘,data[‘cos‘])
[(0,  0.        ,  1.        )
(1, 0.09983342, 0.99500417) (2, 0.19866933, 0.98006658)
(3, 0.29552021, 0.95533649) (4, 0.38941834, 0.92106099)]
[0 1 2 3 4] [ 0. 0.09983342 0.19866933 0.29552021 0.38941834] [ 1. 0.99500417 0.98006658 0.95533649 0.92106099]

此时保存出来的数组类似表格,和pd的DataFrame格式类似,行索引是0~n,列索引既可以是0~m也可以使用names的字段,见下篇。

 

以上是关于『Numpy』内存分析_利用共享内存创建数组的主要内容,如果未能解决你的问题,请参考以下文章

在共享内存中使用 numpy 数组进行多处理

『Numpy』numpy.ndarray.view_数组视图_内存数据切割方式指导

利用Python进行数据分析——Numpy基础:数组和矢量计算

『Numpy』内存分析_numpy.dtype内存数据解析方式指导

多处理 - 具有多维 numpy 数组的共享内存

使用 numpy 数组和共享内存并行化 python 循环