我正在通过numpy.loadtxt将csv文件加载到numpy数组中.我的数据有大约100万条记录和87列.虽然object.nbytes只有177159666字节,但它实际上需要更多的meomory,因为我在使用scikit-learn训练决策树时得到’MemoryError’.此外,在读取数据后,我系统中的可用内存减少了1.8 gig.我正在使用3 gig内存的linux机器上工作.那么object.nbytes是否返回numpy数组的实际内存使用量?
train = np.loadtxt('~/Py_train.csv', delimiter=',', skiprows=1, dtype='float16')
解决方法:
可能通过使用numpy.fromiter更好的性能:
In [30]: numpy.fromiter((tuple(row) for row in csv.reader(open('/tmp/data.csv'))), dtype='i4,i4,i4')
Out[30]:
array([(1, 2, 3), (4, 5, 6)], dtype=[('f0', '<i4'), ('f1', '<i4'), ('f2', '<i4')])
哪里
$cat /tmp/data.csv
1,2,3
4,5,6
或者,我强烈建议您使用pandas
:它基于numpy并具有许多实用功能来进行统计分析.
标签:python,numpy 来源: https://codeday.me/bug/20190826/1727562.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。