删除numpy.ndarray的最后N个元素后的内存

Question

我有一个巨大的numpy.ndarray图像0​​，加载到RAM时需要60GB。我需要删除该数组的最后一个n元素。一个简单的解决方案是：

array1 = array1[:n-1] 

但是当我这样做时，我没有获得RAM中的任何空间，为什么呢？ 由于删除了这些元素，我如何获得RAM中的可用空间？我原本是为了这个收益去做的。

Answer 1

array1[:n-1]是一个视图，一个新的数组与原始的array1共享数据缓冲区。即使您重新指定array1，其数据缓冲区也不会调整大小。

array1.resize(n-1) - 文档指示数据缓冲区被调整大小/重新分配，只要明确表示该缓冲区不与其他任何内容共享即可。

In [1105]: arr=np.arange(1000) 
In [1106]: arr.nbytes 
Out[1106]: 4000 
In [1107]: sys.getsizeof(arr) # those bytes plus overhead 
Out[1107]: 4048 
In [1108]: arr = arr[:500]  # your slice 
In [1109]: arr.nbytes   # fewer bytes 
Out[1109]: 2000 
In [1110]: sys.getsizeof(arr) # just the overhead 
Out[1110]: 48 

sys.getsizeof获取视图的大小，但由于这股缓冲区与原arr，我们看到的只是“开销”。原始arr仍然存在，但它不能通过名称访问。

In [1111]: arr=np.arange(1000) 
In [1112]: arr.resize(500) 
In [1113]: arr.nbytes 
Out[1113]: 2000 
In [1114]: sys.getsizeof(arr) 
Out[1114]: 2048 

随着resize方法看来该数据缓冲器已被调整大小，释放了它的一半。但我不确定是否有很好的测试方法，至少不是像这样的小数组。

可能我们有3个系统管理内存 - numpy，python解释器和系统。我们不得不进一步深入代码（可能是C-api），以确定在resize之后内存是否被添加到某种numpy缓存中，或者被Python垃圾收集器收集或被返回到系统。

============

resize下一个新的shape似乎减少沿第一轴的尺寸：

In [1120]: arr = np.arange(100).reshape(10,10).copy() 
In [1121]: arr.resize(50) 
In [1122]: sys.getsizeof(arr) 
Out[1122]: 248 
In [1123]: arr = np.arange(100).reshape(10,10).copy() 
In [1124]: sys.getsizeof(arr) 
Out[1124]: 456 
In [1125]: arr.resize(50) 
In [1126]: sys.getsizeof(arr) 
Out[1126]: 248 
In [1127]: arr.shape 
Out[1127]: (50,) 
In [1128]: arr.shape=(5,10) # inplace reshape 
In [1129]: arr 
Out[1129]: 
array([[ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9], 
     [10, 11, 12, 13, 14, 15, 16, 17, 18, 19], 
     [20, 21, 22, 23, 24, 25, 26, 27, 28, 29], 
     [30, 31, 32, 33, 34, 35, 36, 37, 38, 39], 
     [40, 41, 42, 43, 44, 45, 46, 47, 48, 49]])