Python保存1000x1000对数正态分布矩阵到CSV为空的问题排查

尝试生成并保存一个服从对数正态分布、尺寸为1000x1000的大型矩阵至CSV文件，但最终保存得到的文件为空，无法定位代码中的错误，相关实现代码如下：

import numpy as np
import csv 

with open('Radius.csv', 'w') as f:
    shape = 1000,1000
    zmin, zmax = 0.2,0.8
    n = np.prod(shape) 
    zc = np.array([]) 
    while True: 
        z = np.random.lognormal(mean=0.2, sigma=0.5, size=n * 100) 
        z = z[(zmin <= z) & (z < zmax)] 
        z = np.r_[zc, z] 
        if len(z) >= n: 
            break 
        inv_r = z[:n].reshape(shape) 
        print("1/r =",[inv_r])
        writer = csv.writer(f)
        writer.writerows(zip(1,[inv_r]))

• 循环分支逻辑颠倒：文件写入代码放在break判断的外侧，只有当采样得到的符合区间要求的样本量不足n时才会执行写入，一旦样本量凑够1000*1000=1e6个，会直接触发break跳出循环，全程不会执行任何写入操作，这就是生成的CSV为空的核心原因。
• 样本累积逻辑失效：代码中初始定义的zc始终是空数组，每次循环采样后都用空的zc和新采样的样本拼接，相当于每次循环都丢弃之前生成的有效样本，不仅采样效率极低，还可能触发死循环。
• 写入语法错误：zip(1,[inv_r])写法非法，zip要求所有入参都是可迭代对象，整数1不支持迭代；就算修正该问题，直接把numpy数组对象整体作为写入项，最终CSV里只会存入数组的对象字符串，不会写入矩阵的实际数值。
• 写入器初始化位置不合理：csv.writer放在循环内部反复重建，不符合CSV文件的写入规范，容易出现内容截断、格式错乱问题。

修正所有逻辑问题后的可运行代码如下：

import numpy as np
import csv

shape = (1000, 1000)
zmin, zmax = 0.2, 0.8
n = np.prod(shape)
valid_samples = np.array([])

# 循环采样直到累积足够多符合区间要求的样本
while len(valid_samples) < n:
    raw_samples = np.random.lognormal(mean=0.2, sigma=0.5, size=n*10)
    filtered = raw_samples[(zmin <= raw_samples) & (raw_samples < zmax)]
    valid_samples = np.r_[valid_samples, filtered]

# 取前n个样本重塑为目标尺寸的矩阵
inv_r = valid_samples[:n].reshape(shape)
print(f"生成矩阵尺寸校验：{inv_r.shape}")

# 写入CSV文件
with open('Radius.csv', 'w', newline='') as f:
    writer = csv.writer(f)
    writer.writerows(inv_r)

如果追求大矩阵的写入效率，可以跳过csv模块，直接使用numpy自带的写入方法，代码更简洁、写入速度更快：

# 替代上面csv写入的部分即可
np.savetxt('Radius.csv', inv_r, delimiter=',')

内容的提问来源于stack exchange，提问作者Wiz123