※ 引述《Kuster (克斯特)》之铭言： : 我的档案格式是一行一行，每行有若干个数字 : 我要将每个数字都读近来 : 说的再清楚一点，这是一个存graph的文字档，每个数字代表各node : 每行的第一个数字代表起始点，後面跟若干个数字代表这个node有连线到後面那些node : 我想要自己设计资料结构来储存这些资料 : 以一个一维阵列代表index : 再用一个一维阵列存data : 这样若我要取编号为30的那个node有连线到那些node，我就只要下指令： : data[index[30-1]:index[30]] : 这样切出来的东西就会是我要的了~ : 这样应该速度快且省记忆体(应该啦) : 问题是.... : 我的系统是ubuntu 64bit : 一个int就占了8byte? : 我尝试使用NumPy指定我的array内整数为Int32，可是依旧肥大 : 直接使用： : data = range() : 使用list格式，会占用2.4G ram : 若用NumPy指定整数为Int32： : data = array( range() , Int32 ) : 这样记忆体会先标到2.4G，然後下降到1.9G : 整体来说依旧相当肥 : 直接算的话，我有80M左右的资料量，资料内容是Int32，照理说就： : 80M * 4byte = 320MB : 我只要这麽多的记忆体空间就够了 : 造成记忆体占用如此大的原因应该就是数字也是物件的关系吧？猜的 : 请问若我要塞这麽大量的整数进去记忆体，使用python的话该用什麽方法呢？ : 我之前是学Java的，现在想说跳Python看看..... : 感谢各位前辈！！ 作了 a = arange(71242183, dtype='int32') 之後： 31907 yungyuc 16 0 317m 280m 3236 S 0 3.5 0:00.20 python del a 之後 31907 yungyuc 16 0 46348 9388 3236 S 0 0.1 0:00.21 python 如果 a = arange(71242183, dtype='int64')： 31907 yungyuc 16 0 588m 552m 3240 S 6 6.9 0:00.50 python 处理这麽大量的资料请爱用 numpy --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 76.181.246.83