我正在編寫(xiě)一些代碼，需要將一個(gè)非常大的 numpy 數(shù)組保存到內(nèi)存中。numpy 數(shù)組實(shí)際上太大了，以至于我無(wú)法一次將其全部加載到內(nèi)存中。但我可以分塊計(jì)算數(shù)組。即我的代碼看起來(lái)像：for i in np.arange(numberOfChunks):   myArray[(i*chunkSize):(i*(chunkSize+1)),:,:] = #... do some calculation由于我不能myArray一次全部加載到內(nèi)存中，我想一次將它保存到一個(gè)“塊”的文件中。即我想做這樣的事情：for i in np.arange(numberOfChunks):   myArrayChunk = #... do some calculation to obtain chunk   saveToFile(myArrayChunk, indicesInFile=[(i*chunkSize):(i*(chunkSize+1)),:,:], filename)我知道這可以做到，h5py但我有點(diǎn)困惑如何做到這一點(diǎn)。我目前的理解是我可以這樣做：import h5py# Make the fileh5py_file = h5py.File(filename, "a")# Tell it we are going to store a datasetmyArray = h5py_file.create_dataset("myArray", myArrayDimensions, compression="gzip")for i in np.arange(numberOfChunks):   myArrayChunk = #... do some calculation to obtain chunk   myArray[(i*chunkSize):(i*(chunkSize+1)),:,:] = myArrayChunk但這就是我變得有點(diǎn)困惑的地方。我已經(jīng)讀過(guò)，如果你h5py像我寫(xiě)的那樣索引一個(gè)數(shù)據(jù)類(lèi)型myArray[(i*chunkSize):(i*(chunkSize+1)),:,:]，那么這部分myArray現(xiàn)在已經(jīng)被讀入內(nèi)存。所以可以肯定的是，在我上面的循環(huán)結(jié)束時(shí)，我現(xiàn)在還沒(méi)有全部myArray記住嗎？這如何拯救了我的記憶？同樣，稍后，我想一次將一個(gè)塊讀入我的文件，做進(jìn)一步的計(jì)算。即我想做類(lèi)似的事情：import h5py# Read in the fileh5py_file = h5py.File(filename, "a")# Read in myArraymyArray = h5py_file['myArray']for i in np.arange(numberOfChunks):   # Read in chunk   myArrayChunk = myArray[(i*chunkSize):(i*(chunkSize+1)),:,:]   # ... Do some calculation on myArrayChunk但是到這個(gè)循環(huán)結(jié)束時(shí)，整個(gè)myArray現(xiàn)在都在記憶中了嗎？我對(duì)何時(shí)myArray[(i*chunkSize):(i*(chunkSize+1)),:,:]在內(nèi)存中以及何時(shí)不在內(nèi)存中感到有些困惑。請(qǐng)有人解釋一下。