如何在不将其加载到 RAM 的情况下添加到 Numpy 数组？

问：

我使用带有 mmap_mode = r 的 np.load 将 Numpy 数组的“块”加载到 RAM 中，而无需加载整个数组（这会导致内存错误）。

我的问题是，我该如何做相反的事情，从一个小文件加载一个“块”并将其添加到一个太大而无法加载到 RAM 中的 numpy 数组中，然后保存新的大 numpy 数组？

此代码是我尝试过的一个例子。我以为它不会加载整个“db”文件，而只会添加到其中，然后保存额外的“块”：

for Num in range(0,10000):
  chunk = np.random.uniform(0,1,size=(100000,1000))
  if Num == 0:
    np.save('/content/drive/My Drive/Share/Daily Data/Database/db.npy', chunk)
  else:
    db = np.load('/content/drive/My Drive/Share/Daily Data/Database/db.npy', mmap_mode='r')
    db = np.vstack((db,chunk))
    np.save('/content/drive/My Drive/Share/Daily Data/Database/db.npy', db)
    del db

但这不起作用，似乎在 vstack 行中，它最终确实加载了所有“db”，因为每次额外的迭代都需要越来越长的时间，然后给出内存错误。如何更改此代码，以便在不将整个“db”加载到 RAM 中的情况下获得相同的结果（将“块”添加到“db”中）？