在Python中如何避免NumPy数组astype类型转换时的内存溢出

秋雪小哥_8837

秋雪小哥_8837

2026-11-17

296人浏览

原创

astype会突然爆内存,因其默认创建新数组导致原数组与新数组同时驻留内存;大数组转换时应优先使用out参数原地写入或分块+memmap落盘处理。

在python中如何避免numpy数组astype类型转换时的内存溢出

为什么 astype 会突然爆内存?

因为 astype 默认返回新数组,原数组和新数组在转换过程中会同时驻留内存。比如一个 8GB 的 float64 数组转 float32,中间可能峰值占用接近 12GB:原数组(8GB)+ 新数组(4GB)未释放。

更隐蔽的是,如果数组是内存映射(np.memmap)或来自 HDF5,调用 astype 仍会全量加载到 RAM 再转换——这常被误以为“已经在外存了就安全”。

  • 触发条件:大数组(>1GB)、低内存环境、链式操作如 a.astype(np.float32).sum()
  • 典型报错:MemoryError 或系统直接 kill Python 进程(Linux 下 OOM killer)
  • 注意:astype 的 copy=False 参数只对可原地转换的类型生效(如 float64 → float32 在某些条件下),但不保证成功,且不适用于跨精度/符号转换(如 int64 → uint8)

用 out 参数原地写入避免副本

这是最直接有效的办法:显式提供目标数组,让 NumPy 复用内存空间。前提是目标数组已存在、形状一致、且 dtype 兼容。

import numpy as np
a = np.random.randn(100_000_000).astype(np.float64)  # ~800MB
b = np.empty(a.shape, dtype=np.float32)              # ~400MB,提前分配
a.astype(np.float32, out=b)                          # 不产生新数组,仅计算写入 b
  • out 必须是可写的 ndarray,不能是视图(如 a[::2])或只读数组
  • 若 a 是 float64,out 是 float32,转换安全;但若 a 含超限整数(如 int64=2**63-1)转 int32,会静默截断——需配合 casting='safe'
  • 不支持 out 的场景:目标 dtype 无法无损表示源值(例如 np.array([1.1], dtype=float64).astype(int, out=...) 会报 TypeError)

分块处理 + memmap 落盘

当连单个目标数组都放不下时(比如要把 20GB float64 转成 float16,但机器只有 16GB RAM),必须放弃全量加载。

Python 环境工具基础版
Python 环境工具基础版

管理 Python 项目环境,支持虚拟环境创建、依赖安装与环境诊断

下载

核心思路:用 np.memmap 创建可读写的磁盘数组,再按块读取、转换、写入。

# 创建输出 memmap(提前确定 shape & dtype)
out_mm = np.memmap('converted.dat', dtype='float16', mode='w+', shape=(200_000_000,))
<h1>分块转换(每块 100 万元素,约 2MB float64 → 1MB float16)</h1><p>chunk_size = 1_000_000
for i in range(0, len(a), chunk_size):
end = min(i + chunk_size, len(a))
out_mm[i:end] = a[i:end].astype(np.float16)</p>
  • 务必用 mode='w+'(读写),不能用 'r+'(否则 __setitem__ 可能失败)
  • 块大小不是越大越好:太大会导致单次 .astype 仍溢出;太小则 I/O 开销高。建议从 10⁵~10⁶ 元素开始试
  • 如果源数据也在磁盘(如 HDF5),优先用 h5py 的 dataset.astype 流式读取,避免先 load 到内存

警惕隐式转换和链式调用

很多溢出其实发生在你以为“只是个小操作”的地方,比如切片后立刻 astype:

a = np.random.randn(50_000_000).astype(np.float64)  # ~400MB
subset = a[::10]  # 视图?错!这是 copy(步长切片在非连续内存上强制拷贝)
subset.astype(np.float32)  # 此时已有两个 ~400MB 数组在内存中
  • 用 a.nbytes 和 subset.nbytes 确认是否真为视图;怀疑时加 print(subset.base is a)
  • 链式调用如 a.astype(np.float32).clip(0, 1) 会产生两个临时数组;拆成两步 + out=... 可省一半内存
  • np.array(..., dtype=...) 构造时也等价于 astype,大数据请绕开,改用 np.empty(..., dtype=...) + 填充

真正棘手的从来不是“怎么转”,而是“什么时候转、在哪转、转多少”。内存边界附近,每一 MB 都得算清楚——尤其是当你发现 astype 报错却查不出哪来的额外数组时,大概率是某个没命名的中间变量还钉在内存里。

Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

python

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1931

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

5504

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1889

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

33517

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3927

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3947

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1283

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

636

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

3063

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程