我有很大的二进制文件(大小约2.5)。它包含报头(大小为336字节)和int32类型的地震信号数据(x、y和z通道)。离散计数为223 200 000。我需要读一部分信号。例如,我希望得到离散间隔为216,000,219,599,999的部分信号。我写了这个函数:
def reading(path, start_moment, end_moment):
file_data = open(path, 'rb')
if start_moment is not None:
bytes_value = start_moment * 4 * 3
file_data.seek(336 + bytes_value)
else:
file_data.seek(336)
if end_moment is None:
try:
signals = np.fromfile(file_data, dtype=np.int32)
except MemoryError:
return None
finally:
file_data.close()
else:
moment_count = end_moment - start_moment + 1
try:
signals = np.fromfile(file_data, dtype=np.int32,
count=moment_count * 3)
except MemoryError:
return None
finally:
file_data.close()
channel_count = 3
signal_count = signals.shape[0] // channel_count
signals = np.reshape(signals, newshape=(signal_count, channel_count))
return signals
如果我在PyCharm集成开发环境中使用函数运行脚本,则会出现错误:
测试回溯(最近一次调用):文件“D:/AppsBuilding/
/testReadBaikal8.py”,第41行,in signal_2 =ReadBaikal8.py(path=path,start_moment=216000000,end_moment=219599999)文件"D:/AppsBuilding/test/testReadBaikal8.py",第27行,读取count=moment_count * 3) OSError:获取文件位置失败
但是如果我运行带有参数的脚本: start_moment=7200000,end_moment=10799999都可以。在我的电脑上安装了32位的Windows7。内存大小为1.95 is请帮我解决这个问题。
发布于 2018-07-28 18:54:18
将文件分成小段,在处理完每一小段内容后释放内存
def read_in_block(file_path):
BLOCK_SIZE = 1024
with open(file_path, "r") as f:
while True:
block = f.read(BLOCK_SIZE)
if block:
yield block
else:
return
print block
发布于 2018-07-30 05:19:21
我不使用Numpy,但我看不出你的代码有什么明显的错误。但是,您说该文件的大小约为2.5 GB。219,599,999的三元组索引要求文件大小至少为2.45 GB:
$ calc
; 219599999 * 4 * 3
2635199988
; 2635199988 / 1024^3
~2.45422123745083808899
你确定你的文件真的那么大吗?
我也不使用MS Windows,但以下玩具程序对我有效。第一种方法创建一个模仿您的结构的数据文件。第二个表明它可以读取最终的数据三元组。如果在您的系统上运行这些程序,会发生什么?
fh = open('x', 'wb')
fh.write(b'0123456789')
for i in range(0, 1000):
s = bytes('{:03d}'.format(i), 'ascii')
fh.write(b'a' + s + b'b' + s + b'c' + s)
从文件x
读取数据
fh = open('x', 'rb')
triplet = 999
fh.seek(10 + triplet * 3 * 4)
data = fh.read(3 * 4)
print(data)
https://stackoverflow.com/questions/51570489
复制相似问题