64位 内存占用大 嵌入式_使用无损压缩减少NumPy的内存使用

在使用NumPy时，对于因数组过大而导致的内存问题，一个基本的减少内存占用的方法即压缩。通过改变数据的展示方式，通常在无需更改大量代码的情况下，即可达到减少内存占用的目的。

本文将介绍如下内容：

1. 通过更小的数据类型(dtype)减少内存占用

2. 稀疏矩阵

3. 上述解决方案不适用的场景

使用更小的数据类型

在NumPy中创建数组时，会为其指定一个数据类型。此类型可能是uint8(无符号8位整数)或float64(64位浮点数)等等。

不同的数据类型所表示的数值范围有所不同：

• 16位uint的范围是0-65535

• 64位uint的范围是0-18446744073709551615

它们的内存使用程度也各不相同；64位整数需要的内存空间是16位整数的4倍。

这就给予我们减少内存占用的机会：如果数据是一个0~60k的整数，那么使用32位或64位的整数是没有意义的，可以使用16位整数进行内存空间优化。