直接用 np.zeros() 或 np.ones() 创建超大数组会爆内存或卡死，因其需一次性分配连续内存；改用 np.memmap 可映射磁盘文件按需加载，节省内存且语法兼容；稀疏场景应优先选 scipy.sparse。
为什么直接用 np.zeros() 或 np.ones() 创建超大数组会卡死或爆内存
不是函数本身慢，而是它默认在内存中一次性分配完整块——比如 np.zeros((100000, 100000), dtype=np.float64) 需要约 74.5 GB 连续内存。操作系统无法满足时，Python 会抛出 MemoryError，或者触发系统级 swap，导致整个机器假死。
- 即使你有 128GB 物理内存，NumPy 仍可能因找不到足够连续虚拟地址空间而失败（尤其在 32 位 Python 或某些 Windows 环境）
-
dtype影响巨大：用np.float32能省一半空间，np.uint8再省七倍 - 某些场景根本不需要全量数据驻留内存——比如只做分块计算、流式写入磁盘、或仅访问稀疏区域
用 np.memmap() 创建“伪内存”数组（真正实用的方案）
np.memmap 不把数据全加载进 RAM，而是映射到磁盘文件，读写时按需换页。适合 >1GB 的数组，且支持所有 NumPy 操作（切片、广播、ufunc），语法几乎无感迁移。
- 创建后立即返回对象，不占实际内存：
arr = np.memmap('big.dat', dtype='float32', mode='w+', shape=(200000, 200000)) -
mode='w+'表示可读可写；首次创建时会生成对应大小的空文件（注意磁盘空间是否充足） - 后续可像普通数组一样操作：
arr[0, :] = np.random.rand(200000).astype(np.float32)—— 这行只写入第一行，不加载其余部分 - 务必显式调用
del arr或让变量超出作用域，否则文件句柄可能被锁住，导致下次无法打开
避免踩坑：np.memmap 的几个硬限制和绕过方式
它不是万能的——不能用于多进程共享（每个进程会打开独立文件视图），也不支持某些高级索引（如布尔索引跨块时性能骤降）。更关键的是，它要求文件路径可写、磁盘有足够空间、且 shape 和 dtype 一旦创建就不能改。
- 如果需要动态扩容，先预估最大尺寸创建 memmap，再用
arr[:n, :m]逻辑上“截取”使用区域 - 多进程写入必须加锁（如用
multiprocessing.Lock），或改用zarr/hdf5等支持并发的格式 - Windows 下路径含中文或空格可能出错，统一用英文路径 +
os.path.abspath()规范化 - 调试时别用
print(arr)—— 它会试图加载全部数据，直接崩
真·超大但稀疏？优先考虑 scipy.sparse 而不是 NumPy
如果你的数组大部分是 0（比如推荐系统用户-物品矩阵、图邻接矩阵），用稠密 np.memmap 仍是浪费——10 亿元素里只有 10 万个非零值，却仍要分配 10 亿个槽位。
立即学习“Python免费学习笔记（深入）”；
- 选
scipy.sparse.csr_matrix或csc_matrix：只存非零值 + 行/列索引，内存占用常低于 1% - 支持大部分 NumPy 运算（
@矩阵乘、.sum()），但不支持广播或 fancy indexing - 构造时用三元组：
scipy.sparse.csr_matrix((data, (row, col)), shape=(N, M))，比逐个赋值快几个数量级 - 导出为 memmap 可用
.toarray().tofile()，但通常没必要——稀疏结构本身已是最优表示
