python - Numpy 数据大小是特征矩阵大小的两倍是这样吗？

Question

我正在生成 numpy 数组:

p_desct = np.random.uniform(-1, 0.4, [5000000, 512])

内存大小几乎 ~20G
特征矩阵 (C++) 中的相同数据:

    Eigen::MatrixXf x_im = Eigen::MatrixXf::Random(5000000,512);

内存大小 ~9,6G
numpy array 是否是相同矩阵的内存使用量加倍的情况？
还是我在这里遗漏了什么？

Answer 1

默认情况下，Numpy 数组使用 64 位浮点数(通常称为“ double ”)，而您的 C++ 数组使用 32 位浮点数。这意味着您的 numpy 数组占用的内存是 C++ 数组的两倍。指定 dtype = np.float32如果你想使用 32 位浮点数。
另见 https://numpy.org/doc/stable/user/basics.types.html对于所有 numpy 数组数据类型