快捷導(dǎo)航

詳解解決Python memory error的問題（四種解決方案）

更新時(shí)間：2019年08月08日 11:05:45 作者：小白白白又白cdllp

這篇文章主要介紹了詳解解決Python memory error的問題（四種解決方案），文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

昨天在用用Pycharm讀取一個(gè)200+M的CSV的過程中，竟然出現(xiàn)了Memory Error！簡(jiǎn)直讓我懷疑自己買了個(gè)假電腦，畢竟是8G內(nèi)存i7處理器，一度懷疑自己裝了假的內(nèi)存條。。。。下面說一下幾個(gè)解題步驟。。。。一般就是用下面這些方法了，按順序試試。

一、逐行讀取

如果你用pd.read_csv來讀文件，會(huì)一次性把數(shù)據(jù)都讀到內(nèi)存里來，導(dǎo)致內(nèi)存爆掉，那么一個(gè)想法就是一行一行地讀它，代碼如下：

data = []
with open(path, 'r',encoding='gbk',errors='ignore') as f:
  for line in f:
    data.append(line.split(','))
    
data = pd.DataFrame(data[0:100])

這就是先用with open把csv的每一行讀成一個(gè)字符串，然后因?yàn)閏sv都是靠逗號(hào)分隔符來分割每列的數(shù)據(jù)的，那么通過逗號(hào)分割就可以把這些列都分離開了，然后把每一行的list都放到一個(gè)list中，形成二維數(shù)組，再轉(zhuǎn)換成DataFrame。

這個(gè)方法有一些問題，首先讀進(jìn)來之后索引和列名都需要重新調(diào)整，其次很多數(shù)字的類型都發(fā)生了變化，變成了字符串，最后是最后一列會(huì)把換行符包含進(jìn)去，需要用replace替換掉。

不知道為什么，用了這個(gè)操作之后，還是出現(xiàn)了Memory error的問題?；谶@些缺點(diǎn)以及遺留問題，考慮第二種解決方案。

二、巧用pandas中read_csv的塊讀取功能

pandas設(shè)計(jì)時(shí)應(yīng)該是早就考慮到了這些可能存在的問題，所以在read功能中設(shè)計(jì)了塊讀取的功能，也就是不會(huì)一次性把所有的數(shù)據(jù)都放到內(nèi)存中來，而是分塊讀到內(nèi)存中，最后再將塊合并到一起，形成一個(gè)完整的DataFrame。

f = open(path)

data = pd.read_csv(path, sep=',',engine = 'python',iterator=True)
loop = True
chunkSize = 1000
chunks = []
index=0
while loop:
  try:
    print(index)
    chunk = data.get_chunk(chunkSize)
    chunks.append(chunk)
    index+=1

  except StopIteration:
    loop = False
    print("Iteration is stopped.")
print('開始合并')
data = pd.concat(chunks, ignore_index= True)

以上代碼規(guī)定用迭代器分塊讀取，并規(guī)定了每一塊的大小，即chunkSize，這是指定每個(gè)塊包含的行數(shù)。

這個(gè)方法能夠保持?jǐn)?shù)據(jù)的類型，也不需要自己費(fèi)心思去調(diào)整列名和index，比較方便。但不幸的是，我的還是出現(xiàn)了這個(gè)問題，如果你的用了這種方法還是出現(xiàn)memory error，你可以繼續(xù)往下看。

三、擴(kuò)充虛擬內(nèi)存

我在運(yùn)行代碼的過程中發(fā)現(xiàn)，出現(xiàn)memory error錯(cuò)誤的時(shí)候，其實(shí)我的內(nèi)存只用到了40+%，所以其實(shí)不太可能會(huì)出現(xiàn)這個(gè)錯(cuò)誤啊，所以我查了下，發(fā)現(xiàn)有說是內(nèi)存被限制了，考慮關(guān)掉一些可能限制內(nèi)存的軟件啦，擴(kuò)大虛擬內(nèi)存啦，這些的。

擴(kuò)大虛擬內(nèi)存的方法（我的系統(tǒng)是win8，不過應(yīng)該都大同小異）：
1、打開控制面板；
2、找到系統(tǒng) 這一項(xiàng)；
3、找到高級(jí)系統(tǒng)設(shè)置這一項(xiàng)；
4、點(diǎn)擊性能模塊的設(shè)置按鈕；
5、選擇高級(jí)面板，在虛擬內(nèi)存模塊點(diǎn)擊更改；
6、記得不要選中“自動(dòng)管理所有驅(qū)動(dòng)器的分頁(yè)文件大小”，然后選擇一個(gè)驅(qū)動(dòng)器，也就是一個(gè)盤，選中自定義大小，手動(dòng)輸入初始大小和最大值，當(dāng)然，最好不要太大，更改之后能在查看盤的使用情況，不要丟掉太多空間。
7、都設(shè)置好之后，記得點(diǎn)擊 “設(shè)置”，然后再確定，否則無(wú)效，最后重啟電腦就可以了。

悲劇的是我在設(shè)置完這一步之后還是出現(xiàn)了內(nèi)存錯(cuò)誤，到這一步就沒有問題了的朋友就可以不用看下面一種解法了，如果還是有問題，可以接下來看。

四、更新Pandas和Numpy庫(kù)為64位

如果你的Python用的是32位的，那么你的pandas和Numpy也只能是32位的，那么當(dāng)你的內(nèi)存使用超過2G時(shí)，就會(huì)自動(dòng)終止內(nèi)存。發(fā)現(xiàn)這個(gè)錯(cuò)誤也是因?yàn)槲也煊X到報(bào)內(nèi)存溢出的錯(cuò)誤的時(shí)候，我的內(nèi)存明明顯示只用了40+%，然后錯(cuò)誤提示是在pandas的core中，所以查了一下，發(fā)現(xiàn)原來還有這么個(gè)大坑。

解決方法就是：先檢查一下你的python是多少位的，在shell中輸入python，查看位數(shù)，如果是32位，那么就重裝Python，裝一個(gè)64位的，但同時(shí)你的庫(kù)也需要重新裝了。不過我執(zhí)行完這一步之后，問題就完美解決了！

五、如果還有內(nèi)存溢出的錯(cuò)

以上四種方法，按順序逐一使用，到哪一步錯(cuò)誤消失了就可以停止啦。當(dāng)然了，如果你的內(nèi)存顯示使用達(dá)到了99%+，那么就是內(nèi)存真的不夠用，不是別的問題，如果不是數(shù)據(jù)量特別大，那就是寫代碼的時(shí)候的習(xí)慣問題，雖然Python有垃圾回收機(jī)制，但是有時(shí)候可能來不及回收，尤其是在循環(huán)迭代這些過程中，往往會(huì)循環(huán)完畢了才來得及收拾垃圾，所以記得及時(shí)把不要的變量del掉，或者用gc這個(gè)垃圾回收庫(kù)，這樣內(nèi)存自然就一直清清爽爽啦~

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: