如果你在使用Python的NumPy库,通常是因为你在处理使用大量内存的大数组。 为了减少你的内存使用,你有可能想尽量减少不必要的复制。
NumPy有一个内置的功能,在许多常见的情况下可以透明地做到这一点:内存视图。 然而,这个功能也会因为阻止数组被垃圾回收而导致更高的内存使用率。 而且在某些情况下,它可能会导致错误,数据会以意想不到的方式被变异。
为了避免这些问题,让我们学习一下视图的工作原理以及对你的代码的影响。
如果你在使用Python的NumPy库,通常是因为你在处理使用大量内存的大数组。 为了减少你的内存使用,你有可能想尽量减少不必要的复制。
NumPy有一个内置的功能,在许多常见的情况下可以透明地做到这一点:内存视图。 然而,这个功能也会因为阻止数组被垃圾回收而导致更高的内存使用率。 而且在某些情况下,它可能会导致错误,数据会以意想不到的方式被变异。
为了避免这些问题,让我们学习一下视图的工作原理以及对你的代码的影响。