拆分数组时减少内存使用的最佳实践答案

【问题标题】：Best practice to reduce memory usage when splitting array拆分数组时减少内存使用的最佳实践
【发布时间】：2014-10-31 19:50:56
【问题描述】：

我有一个想要分成两半的数组。由于对称性，我只对保留数组的左半部分感兴趣。

我可以将数组分成两半：

[a,b] = numpy.split(c,2)

其中 c 也是一个数组。

有没有办法只返回“a”数组，或者在拆分数组后立即从内存中删除“b”数组？

【问题讨论】：

【解决方案1】：

你可以复制前半部分

a = x[len(x)//2:].copy()

这将需要分配副本并移动内容（因此暂时需要 1.5 倍的内存）

否则你只能说

a = x[len(x)//2:]

获取前半部分的引用，但其他部分不会从内存中删除

【讨论】：

【解决方案2】：

您只需使用 delete 函数即可实现此目的！这是一个例子：

array=np.array([1,2,3,4])
x=len(array)/2
first_h=np.delete(array,array[x-1:])         #second half

演示：

>>>print first_h
>>>[1,2]

【讨论】：

问题是关于 Numpy arrays，他没有 remove 方法。您的答案仅适用于 Python lists。
好的，谢谢提醒！我想知道为什么我失去了赞成票！现在我注意到了！谢谢！我编辑答案！
不确定这是否可行。切片为 numpy 数组时，您不会创建副本，而是在原始数组中创建一个“视图”，即使您删除了原始数组，也可以保持大块内存处于活动状态。关于np.delete 的文档对此并没有说太多，但我想制作一个明确的副本，以便可以像@6502 的答案那样释放原始数组。
在 scipy doc 中，我们读到 delete 函数的输出是一个 ndarray 的 arr 副本，其中删除了 obj 指定的元素。请注意，删除不会就地发生。如果axis为None，则out是一个扁平数组。 docs.scipy.org/doc/numpy/reference/generated/numpy.delete.html

【解决方案3】：

我不确定，但我认为这可能是最好的，因为它依赖于 list 的实现 (docs)，我相信它做得对：

>>> r = range(10)
>>> r
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> del r[5:]
>>> r
[0, 1, 2, 3, 4]

【讨论】：