MemoryError:当Pycharm几乎没有显示任何内存使用时，错误的分配
MemoryError是一种Python编程语言中常见的错误，它表示在程序运行过程中出现了内存不足的情况。当Pycharm几乎没有显示任何内存使用时，错误的分配通常指的是程序中出现了内存泄漏或者内存管理不当的问题。
内存泄漏是指程序在运行过程中无法释放不再使用的内存，导致内存占用不断增加，最终耗尽所有可用内存。内存管理不当可能是指分配了过多的内存，或者没有正确释放不再使用的内存，导致内存使用不合理。
解决MemoryError错误的分配问题，可以采取以下几个步骤：
- 检查代码：仔细检查代码中是否存在内存泄漏的情况，例如没有正确释放资源、循环引用等。确保程序在运行过程中能够及时释放不再使用的内存。
- 优化数据结构和算法：使用合适的数据结构和算法能够降低内存的占用。例如，使用生成器来代替列表，使用迭代器来逐步处理大型数据集，减少内存消耗。
- 减少内存使用：可以通过优化代码逻辑、减少变量的使用、提前释放不必要的资源等方式来降低内存的占用。注意避免一次性加载大量数据到内存中，尽量使用分块加载或者流式处理的方式来处理大型数据集。
- 增加内存资源：如果以上步骤无法解决问题，可以考虑增加系统的物理内存或者使用虚拟内存来扩大可用内存空间。
在腾讯云中，相关产品和资源可以帮助您解决MemoryError错误的分配问题，例如：
- 腾讯云函数（云原生）：https://cloud.tencent.com/product/scf 无服务器函数计算服务，可以帮助您更灵活地管理和执行代码，自动扩缩容，无需关注底层资源管理，从而减少内存错误的发生。
- 腾讯云容器服务（TKE）：https://cloud.tencent.com/product/tke 可以帮助您将应用程序打包成容器并进行部署，通过自动伸缩和调度机制，提供高效的资源管理和分配，以解决内存管理不当的问题。
- 腾讯云数据库（CDB）：https://cloud.tencent.com/product/cdb 提供高性能、高可靠的数据库服务，可以有效地管理和优化数据的存储和读写，减少内存占用和错误的分配。
记住，及时检查和优化代码，合理管理内存资源是解决MemoryError错误的分配的关键。
相关·内容
是否有一种全局捕获MemoryError异常的方法，以便库可以清除缓存，而不是让用户代码看到MemoryError？
我正在用Python开发一个内存缓存库，它存储非常大的对象，以至于用户通常希望使用所有可用的RAM来简化脚本和/或加快它们的速度。我希望能够有一个钩子，其中python解释器要求回调函数释放一些内存，以避免在用户代码中调用MemoryError。
OS: Solaris和/或Linux
Python: cPython 2.6.*
编辑：，我正在寻找一种机制，它不会被一个EDIT块处理。如果由于任何原因在任何代码中都会出现内存错误，我希望Python解释器首先尝试使用回调释放一
浏览 1提问于2010-10-21得票数 4
回答已采纳
我试图理解何时用Python捕获MemoryError是有意义的，我有两个场景：
场景1:成功捕获MemoryError。
import numpy as np
try:
a = np.ones(100000000000)
except MemoryError:
print 'got memory error, plan B'
a = np.ones(10) # this gets created
场景2:我的程序冻结了
silly = []
c = 0
try:
while True:
silly.append((str(c)
浏览 2提问于2014-03-30得票数 12
1回答
我试图使用python处理一些数据，但经常遇到"MemoryError“。对于我的数据处理，我需要运行一个循环~400次。问题是，每次我进入这个循环20-30次，我就会得到"MemoryError“。在观看“任务管理器”时，当python.exe*32为1GB时，似乎会发生这种情况。我会使用64位python，但我需要的一些库只有32位。此外，在我用每个循环调用的主函数的末尾，我对我使用的几乎每个变量都使用了del函数。当"MemoryError“发生时，我必须完全退出解释器，否则，如果我再次尝试重新运行它，它就会自动在"MemoryError”中失败。
我使用
浏览 3提问于2014-04-21得票数 1
回答已采纳
我正在运行一个处理大型数据集的python程序。有时，当机器耗尽内存时，它会运行到MemoryError中。
我希望在执行开始时就会发生任何MemoryError，而不是在中间。也就是说，程序应该快速失败:如果机器没有足够的内存来运行到完成，程序应该尽快失败。
Python有可能预先分配堆上的空间吗？
浏览 2提问于2020-12-30得票数 1
对于我的项目，我需要同时在内存中存储两个大数组。我试图按以下方式创建它们：
matrix_for_words_train = numpy.zeros(shape=(435679, 542))
matrix_for_words_test = numpy.zeros(shape=(435679, 542))
然而，在我的台式机上，第二个字符串导致了MemoryError.When，我试图在我的笔记本电脑上执行这个操作，我成功了。令我困惑的是，台式机的内存是笔记本电脑的两倍(8GB对4)。这两台机器都运行在Ubuntu上，台式机有12.04台，而膝上型计算机有14.04台(都是32位)，在这两台机
浏览 6提问于2015-05-29得票数 3
回答已采纳
作为我的程序之一的一部分，我想捕获任何MemoryError并记录它们。目前，我正在使用traceback.format_exception格式化所有其他异常；我也希望对MemoryError这样做。
--然而，，使用format_exception需要使用更多的内存，这正是我在内存不足时所不能做的。
怎么办？
除了终止之外，当我被抛出一个MemoryError时，我还能做什么呢？理想情况下，我会记录它们，然后继续程序，前提是释放处理程序和thrower*之间堆栈的部分，释放足够的内存让我这样做。
(*还有那些仅由该堆栈部分发出的引用保持活动的堆对象)
浏览 0提问于2013-10-19得票数 5
最近，我正在编写一个下载程序，它使用HTTP字段同时下载多个块。我编写了一个Python类来表示范围( HTTP报头的范围是一个封闭间隔)：
class ClosedRange:
def __init__(self, begin, end):
self.begin = begin
self.end = end
def __iter__(self):
yield self.begin
yield self.end
def __str__(self):
return '[{0.beg
浏览 3提问于2017-11-01得票数 1
回答已采纳
我使用的是35 GB内存的Google的Pro版本。不过，由于运行循环时过多使用RAM，我的会话仍在崩溃。不幸的是，这个循环需要运行，我看不出有其他方法可以编写这段代码。有可能避免这种情况吗？我试着在每次迭代中留出一点暂停时间，但效果还不够。我也不明白为什么RAM气压计长时间保持高，即使我停止循环。
有人能帮帮我吗？提前感谢
浏览 27提问于2022-05-25得票数 0
我正在按顺序训练多个模型，如果我保留所有模型而不进行任何清理，这将消耗大量内存。然而，在TensorFlow2.x中，我没有意识到有任何方法可以绘制图形并释放GPU内存。
我试过但没有用的东西
tf.keras.backend.clear_session在我的情况下不起作用，因为我已经定义了一些自定义图层
tf.compat.v1.reset_default_graph也不起作用。
浏览 0提问于2021-09-23得票数 0
通过map_partitions(...).compute()在Dask集群上运行代码，期望结果仅为cca 2Gb大小。
令人惊讶的是，MemoryError在我的本地机器上失败了！不过，我肯定是使用客户端进行远程集群，远程集群的仪表板也显示集群正在忙于这项任务，集群也达到了其内存消耗的峰值(最初我认为集群的内存是问题所在)。
我想知道怎么可能，内存问题发生在本地机器内存上？预期结果大小是cca 2Gb，而我的笔记本电脑有16 2Gb。
dask_client.upload_file(os.path.join(src_folder,'capacity.py'))
result
浏览 8提问于2021-11-23得票数 0
回答已采纳
我的代码在正确工作的地方有问题，但在随机情况下，函数Marshal.Copy的调用会导致访问冲突异常。我的程序从x光扫描仪得到一张照片。X射线扫描仪把图像放在内存中，并给我一个指针，我从那里获得这张照片。我使用Marsharl.Copy将指针中的信息放入大小为2*宽度(x像素的#)*高度(#Y像素数)的字节数组中，并对其进行处理。
下面是每1.5s左右调用一次以获取图像的函数
public void GetLiveImage()
{
VirtCp.SLivePrms lp = new VirtCp.SLivePrms();
Mode mode = Modes.Where(x =&g
浏览 0提问于2018-11-02得票数 0
1回答
为了加载几个大型(~200 in ) JSON文件，执行了以下代码：
def work():
jsons = get_data()
# do something with the jsons
def get_data():
json_files = []
for json_path in file_paths_list:
json_files.append(load_json(json_path))
return json_files
def load_json(json_path):
import json
with
浏览 0提问于2018-09-14得票数 2
回答已采纳
1回答
我正在使用.csv ()函数读取一个15 20的read_csv文件，包括迭代器/块功能，因为我需要大约20%的文件子集。
在PyCharm中，我将最大堆大小设置为18 9Gb (尽管我有16 9Gb内存)，并将最小分配内存设置为最大堆大小9GB的一半。在整个过程中，Pycharm表示我正在使用大约100 of到200 of的RAM，而Windows则表示我正在使用大约2.5Gb的RAM，其中包括PyCharm和process。我有大约45%的记忆在任务管理器中。
据我所见，没有任何迹象表明我正在失去记忆。尽管如此，在读取这些数据时，我仍然得到了一个内存错误，它告诉我：
MemoryError
浏览 0提问于2019-09-12得票数 1
1回答
我正在为分类任务构建一个简单的FeedForward网络。我在AWSg2.2xLarge实例上使用theano之上的keras。我的网络配置如下：
batch_size = 32
nb_epoch = 50
dimof_input = 8100
dimof_middle = 16384
dimof_end = 16384
dropout = 0.2
dimof_output = 3
print('Build model...')
model = Sequential()
model.add(Dense(dimof_middle, input_shape=(dimof_inp
浏览 4提问于2016-03-03得票数 1
1回答
我正在尝试使用PyYAML模块加载一个YAML文件，但是，我得到了一个MemoryError。文件大小似乎很合理，即28MB。我在过去加载过更大的文件，没有任何问题。我使用的是Python27 32位。有没有人知道发生了什么，也许他们能建议一个解决方案(我不想走上拆分yaml文件的道路)。
下面是我得到的错误：
>> yaml_results_file = yaml.load(open
(parent_folder+yaml_results_file_path+yaml_results_file_name, "r"))
Traceback (most recent
浏览 0提问于2016-11-04得票数 1
1回答
我正在实现一个filtfilt过滤器，但我得到了一个MemoryError。我尝试了两台不同的计算机，但错误仍然存在。 File "C:\Users\UserName\lib\site-packages\scipy\signal\signaltools.py", line 3129, in filtfilt
zi = lfilter_zi(b, a)
File "C:\Users\UserName\lib\site-packages\scipy\signal\signaltools.py", line 2689, in lfilter_zi
浏览 26提问于2019-08-27得票数 0
我正在尝试创建一个非常大的数字零数组，然后将值从另一个数组复制到大的零数组中。我正在使用Pycharm，并且一直得到：MemoryError，即使我尝试只创建数组时也是如此。下面是我尝试创建零数组的方法：
import numpy as np
last_array = np.zeros((211148,211148))
我试着根据这个问题将Pycharm中的内存堆从750m增加到1024m：，但这似乎没有帮助。
如果你想要进一步的澄清，请告诉我。谢谢!
浏览 2提问于2016-05-13得票数 12
回答已采纳
1回答
我使用Ubuntu16.04 (64位)，我的系统有32 GB内存。当我在上面运行python (64位)程序时，我会得到一个"MemoryError“。
对free -m的输出是：
total used free shared buff/cache available
Mem: 31964 5660 23992 61 2311 25805
Swap: 2047 0 2047
我正在运行一个遗传编程算法，使用有50万条
浏览 0提问于2019-06-30得票数 0
我的一个脚本中有一个嵌套循环，在运行时会指向MemoryError。它看起来像这样：
jobRange = range(605)
a = []
for i in jobRange:
for k in jobRange:
for j in jobRange:
if i != k and k != j:
a.append((i, k, j))
我试图通过使用排列来替换可怕的嵌套循环来优化它：
a = []
for p in permutations(jobRange, 3):
i, k, j = p[0], p
浏览 0提问于2021-02-08得票数 0
好的，据我所知，每个应用程序通常都有16MB的内存。这是eclipse的堆工具上显示的内容：
Heap Size: 4.5 mb
Allocated: 3.2 mb
Free : 1.5 mb
Used : 66.7%
正在使用的总内存是哪一个？堆大小，还是分配的？
浏览 0提问于2010-07-18得票数 1
回答已采纳
我正在使用numpy ndarray将大型的ndarray文件加载到内存中。我读到我的系统(Win 7 prof.，6 GB )应该允许python.exe使用大约2GB的物理内存。
然而，我得到的MemoryError已经不到1GB了。更奇怪的是，这个下限似乎只适用于numpy array，而不适用于list。
我使用以下函数测试了我的内存消耗
import psutil
import gc
import os
import numpy as np
from matplotlib.pyplot import pause
def memory_usage_psutil():
# re
浏览 1提问于2013-10-03得票数 3
回答已采纳
当我尝试在python解释器中运行下面的代码时，它给了我一个明显的MemoryError，因为我正在运行一个无限循环来检查内存使用情况。
def a():
i=2
while True:
yield i
i*=i
print sum(a())
当我运行这段代码时，我可以看到python的内存使用量在增长。但是，当我得到一个MemoryError时，我可以看到python解释器进程仍然拥有大约200MB的内存，即使sum函数不再在解释器中运行。我的问题是: python的内置函数是否被认为是非常高效的，即使是在垃圾收集方面？而不是处理垃圾收集的责任给用户，而不是内置清理自己的杂乱？
浏览 1提问于2012-08-31得票数 2
回答已采纳
在大多数关于scikit学习的估计器中，fit/predict方法中有一个D1/D2参数，用于使用joblib创建并行作业。我注意到，将其设置为-1只会创建1个process并使内核达到最大值，从而使CPU的使用率达到2500 %。这与将其设置为正整数>1完全不同，后者在大约100%的使用率下创建了多个Python进程。
设置它如何影响多CPU Linux服务器上CPU和核心的使用？(例如，如果n_jobs=8完全锁定了8个CPU，或者CPU仍然为其他任务/进程保留了一些核心？)
此外，在为大型数据集设置MemoryError时，我偶尔也会得到n_jobs=-1。然而，对于单个Pytho
浏览 0提问于2018-07-13得票数 19
1回答
当我在windows上运行Pycharm 4时，代码中出现了一个错误：
PDBSumWWW = urllib.urlopen("https://www.ebi.ac.uk/thornton-srv/databases/pdbsum/data/seqdata.dat")
PDBSum = PDBSumWWW.read().splitlines()
PDBSumWWW.close()
这是错误消息：
回溯(最近一次调用)：文件"C:/Users/LuisAlberto/PycharmProjects/MSc/SeqPDBSumIRIndex.py"，第98行，ma
浏览 0提问于2015-10-14得票数 0
回答已采纳
在google计算引擎上，我运行以下命令：
z = np.zeros((10000, 32, 32, 3))
并获取
MemoryError跟踪(最近一次调用) in ->1z=np.zeros(10000，32，32，3)
MemoryError:无法分配234个。MiB用于形状(10000、32、32、3)和数据类型float64的数组
这看起来像当前的操作系统配置阻止我分配大数据块，这在我看来是很奇怪的。
如何获得需要分配的内存？
这是用于，用于将CIFAR-10加载到内存中。
浏览 2提问于2020-02-29得票数 0
我有带有x，y坐标的8823数据点。我试着在上跟踪答案，但是当我通过
X, Y = np.meshgrid(x, y)
使用我的数据数组执行指令，我得到MemoryError。我对numpy和matplotlib还不熟悉，实际上我正在尝试通过调整我可以找到的示例来运行它。
下面是我如何从存储数组的文件中构建数组：
XY_File = open ('XY_Output.txt', 'r')
XY = XY_File.readlines()
XY_File.close()
Xf=[]
Yf=[]
for line in XY:
Xf.append(floa
浏览 3提问于2010-03-17得票数 6
回答已采纳
4回答
我有一个函数，它将字符串的子字符串附加到列表中。当输入字符串很大时，
MemoryError exception
被扔了。对于一维list?.If有任何长度限制吗?是的，我如何扩展它？
浏览 0提问于2013-08-09得票数 1
回答已采纳
1回答
在这里，我想把一个“大”的dict转储到json中，如下所示：
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import simplejson as json
doc = {}
# appending the doc, so that the doc is more than 2G
.....
json_doc = json.dumps(doc)
然后，我得到了以下错误消息：
File "C:\Python27\lib\site-packages\simplejson\__init__.py", line 286, in
浏览 2提问于2011-12-29得票数 1
4回答
我必须加载这个庞大的对象A (它可以对almsot 10go进行加权)，我需要将它传递给一个函数，该函数从中提取一个参数B，以进一步对其进行一些繁重的计算。
A = load(file)
def function(A):
B = transorm(A)
B = compute(B)
return(B)
为了释放一些内存(因为我已经有了一个MemoryError)，我想在将A转换为B之后立即从内存中删除它。我尝试了del，但它似乎并不影响脚本级别的A的存在。我也尝试过del global()["A"]，但它显示A没有定义为全局变量。
有办法做到
浏览 1提问于2017-01-04得票数 8
3回答
上下文
我的小型Python脚本使用一个库来处理一些相对较大的数据。这个任务的标准算法是一个动态规划算法，因此假定库“幕后”分配一个大数组来跟踪DP的部分结果。实际上，当我尝试给它相当大的输入时，它会立即给出一个MemoryError。
最好不要深入到库的深处，我想知道是否值得在另一台具有更多内存的机器上尝试这个算法，还是尝试缩小输入大小，或者是否对我试图使用的数据大小来说是一个失败的原因。
问题
当我的Python代码抛出一个MemoryError时，我是否有一种“自上而下”的方法来研究我的代码试图分配的内存大小，比如检查错误对象？
浏览 1提问于2018-09-20得票数 17
回答已采纳
你能帮我整理一下记忆吗？
我在MemoryError下面。
文件"pandas_libs\algos_common_helper.pxi"，第361行，pandas._libs.algos.ensure_int64 MemoryError
然后，使用以下代码输出所有变量的所有内存：
def sizeof_fmt(num, suffix='B'):
''' by Fred Cirera, https://stackoverflow.com/a/1094933/1870254, modified'''
浏览 8提问于2020-01-08得票数 0
回答已采纳
我最近正在处理一个安静的大数据集，我打算使用Tfidfvectorizer来分析它。
以前有过关于MemoryError在实现Tfidfvectorizer时的文章，但是在我的示例中，在将数据输入Tfidfvectorizer之前就会发生MemoryError。这是我的密码。
读取数据
data =pd.read_csv(.)数据“描述”是文本内容
过程数据
从sklearn.feature_extraction.text import TfidfVectorizer description_vectorizer = TfidfVectorizer(max_features=500，m
浏览 2提问于2018-04-21得票数 1
我在Win10 x64上使用Python3.6。
print(10**10**10**10)
这难道不应该引起错误吗？当我运行这个程序时，它不会打印任何东西，但是不会引发错误。没有OverflowError，没有MemoryError，什么都没有。它已经跑了大约10分钟了。我想，它是在忙着计算吗？我怎么知道，到底发生了什么？
--没有完成脚本。(即PyCharm没有打印退出代码0)为什么？
更广泛地说：
，如果我事先不知道所涉及的计算的大小，我该如何捕捉这样的情况呢？，我想阻止脚本像这样“永远”卡住，而不给我任何错误。
。
解决方案：
正如Arthur Spoon在下面指出的那样，在处理整数时
浏览 7提问于2017-07-30得票数 2
回答已采纳
1回答
我一直试图编写一个C类型函数，它返回一个指针数组 (interv)，我想在python类型函数(sampler)中调用这个函数。我编写了以下代码，但是返回的结果是错误的。代码被编译，但是doubling函数返回给sampler函数中的memoryview对象的指针数组是不正确的。
from cpython cimport array
import cython
import numpy as np
import ctypes
cimport numpy as np
cimport cython
from libc.stdlib cimport malloc, free
from libcpp
浏览 3提问于2017-10-23得票数 0
我有两个numpy数组container1和container2，其中container1.shape = (900,4000)和container2.shape = (5000,4000)。使用vstack合并它们将产生一个MemoryError。在搜索了这里发布的旧问题之后，我尝试使用slicing将它们合并，如下所示：
mergedContainer = numpy.vstack((container1, container2[:1000]))
mergedContainer = numpy.vstack((mergedContainer, container[1000:2500]))
浏览 0提问于2015-07-07得票数 1
回答已采纳
1回答
我尝试使用strcpy在链接列表中添加char数组，但在本例中，我有分段错误。我知道如何为int分配内存，但是char数组有问题。我们是否需要使用malloc，特别是对于链接列表的每个char数组？这是我的密码：
typedef struct Avion Avion;
struct Avion
{
char *NomAvion;
char *NomCompanie;
int Carburant;
int place;
Avion *suivant;
};
typedef struct Liste Liste;
struct Liste
{
浏览 3提问于2021-12-27得票数 0
回答已采纳
4回答
我们在一些服务器上出现了一些Linux内存使用问题。免费，顶，ps，和vmstat都显示出2.61亿自由的1G (~25%)。但是，将顶部的每个进程显示的内存量相加显示，我们应该使用非常少的内存。缓存中只有大约4800万和0K，这使得总内存可用的309 M，仍然远远少于我们应该拥有的。我已经在http://www.workxpress.com/sites/default/files/top.png (按内存排序)中包含了我们的最高输出的屏幕截图。这是我在服务器故障上的第一篇文章，所以我不能在我的帖子中包含这个图像:-P
在尝试了几次谷歌搜索之后，我已经没有比以前更远的位置了。大多数结果告诉我同
浏览 0提问于2009-10-29得票数 3
回答已采纳
2回答
我觉得在同一范围内使用new是一个很好的实践，应该使用delete。记录记忆要容易得多。例如，假设我有：
class Obj;
Obj* create() {
Obj* object = new Obj();
// do a bunch of messy work with object
return object;
}
int main() {
Obj* o = create();
}
上面的代码的问题是，并不是很明显o需要被释放。因此，我宁愿：
int main() {
Obj* o = new Obj();
// do a bunch
浏览 4提问于2015-07-02得票数 2
回答已采纳
1回答
我有一些与OpenMP卸载有关的问题。
1.当clang将某个代码段卸载到NVIDIA GPU时，如何将数据映射到GPU？
2.如何决定将哪些数据映射到NVIDIA GPU中的“共享内存”区域？
3.代码段中的常量是否映射到GPU中的常量内存？
我试图为这些问题找到答案，但找不到任何参考资料。提前谢谢。
浏览 3提问于2018-06-17得票数 0
回答已采纳
我正在使用PIL (python图像库)来做一些图像处理，特别是我正在将图像拼接在一起。
我的代码似乎可以很好地处理一些小数量的图像，但有时我需要一个MemoryError。
对我来说特别奇怪的是，我没有在位图像上做操作，它都是在10kb以下的<10图像上工作。
我给Image.resize打了很多电话，但令我惊讶的是，其中有一些重要的问题。
下面是堆栈跟踪：
Traceback (most recent call last):
浏览 0提问于2011-10-14得票数 12
我想用Python中的Numpy创建一个矩阵，代码如下：
import numpy
result=numpy.zeros((20,20,20,30,30,30))
numpy.save('result',result)
我得到以下错误：
Traceback (most recent call last):
File "numpy_memoryerror.py",
line 5, in <module>
result=numpy.zeros((20,20,20,30,30,30))
MemoryError
如果我像这样使用较小的尺寸：
浏览 2提问于2011-05-17得票数 4
回答已采纳
下面的代码导致内存溢出：
import numpy as np
a = np.arange(10000000)
np.save('a', a)
l = []
while True:
l.append(np.load('a.npy'))
Python错误出了分段错误，而不是MemoryError。对于像AWS EC2这样没有交换内存的机器来说，情况似乎是这样的(我尝试过使用一台具有更多内存和交换内存的机器，并得到一个MemoryError)。
浏览 2提问于2016-05-21得票数 1
我有一个大数组K (29000 X 29000)：
K= numpy.random.random((29000, 29000))
我想对K进行以下操作：
output = K* (1.5 - 0.5 * K* K)
为了防止“MemoryError”，我正在按照的答案进行计算。
但是，当我尝试按照下面的方式对大型数组执行赋值操作时，我仍然得到了MemoryError
K *= 1.5 - 0.5 * K * K
欢迎任何帮助。
注意:这不是一个重复的帖子。对于这个使用cython的，有一个建议。但我正在寻找可能不依赖Cython的替代解决方案。
浏览 0提问于2018-01-05得票数 0
回答已采纳
在运行一些使用引用的C++代码时，我遇到了一些奇怪的错误。基本上我有三个类，第一个类包含第二个类的对象，第二个类包含第三个类的对象向量。以下是示例代码：
class MainClass {
public:
SecondaryClass myClass;
private:
void myFunction() {
int temp = 0;
const int& newValue = myClass.getFinalClassByIndex(temp).getInt();
// I add another FinalCla
浏览 0提问于2019-06-22得票数 1
回答已采纳
2回答
我在找一个数字的最大素因子。这是我的代码，但我不知道我的代码工作是否正确，因为我一直在获取MemoryError；
lst = []
for x in range(3,round(600851475143**0.5)+1):
for y in range(2,x+1):
if x%y==0:
for z in range(2,x+1):
if x%z!=0:
lst.append(x)
print (max(lst))
这是回溯图；
>>>
Traceba
浏览 5提问于2015-01-28得票数 1
我有一些python代码，它在一段时间后生成一个MemoryError。我知道它消耗了很多记忆。因此，我决定将代码放在一个try/except块中，这样骨架看起来如下所示：
while True:
while True:
try:
#---- do some stuff
except MemoryError as err:
print(err)
break
因此，我的想法是，如果出现了第一个while-loop，并且由于有一个外部
浏览 1提问于2017-02-05得票数 6
我需要存储20000x20000订单的大矩阵。当我尝试初始化这个顺序的矩阵时，Python会引发内存错误。
Traceback (most recent call last):
File "C:\Users\harwee\Desktop\Bubble\test_folder\test.py", line 3, in <module>
a = numpy.ones((x,x),dtype=int)
File "C:\Python27\lib\site-packages\numpy\core\numeric.py", line 183
浏览 5提问于2016-06-14得票数 2
回答已采纳
我正在尝试在python3 (64位)中实现符号拼写，我有一个20MB的txt文件，其中包含带有频率的单词。我可以成功地将此数据加载到名为originalDictionary的字典中。下一步，对于字典中的每个单词，我应该一次删除一个字符，并将修改后的单词添加到另一个名为editDictionary的字典中。但我有一个记忆错误。我在16GBRAM的Windows10(x64)上运行这个程序。我能做些什么来解决这个问题？ for word in originalDictionary:
for i in range(len(word)):
edit1 = word[0:i
浏览 28提问于2019-06-28得票数 0
在使用开源Cython库时，我发现了内存泄漏。漏洞似乎来自一个类型的numpy数组，当它超出作用域时，该数组不会从内存中释放出来。声明如下：
cdef np.ndarray[object, ndim=1] my_array = np.empty(my_size, dtype=object)
在我的理解中，垃圾收集器应该像任何其他numpy数组一样考虑这一点，并且在数组超出作用域时GC应该立即释放它的内存--在这个例子中，在声明它的函数的末尾。显然这种事不会发生。
如果首先使用cython数组创建数组，然后将其转换为numpy数组，则可以使用callback_free_data函数，如描述的和。
浏览 1提问于2016-07-07得票数 2
回答已采纳
我试着用熊猫打开一个CSV文件，但我得到了一个MemoryError。该文件大约为300 is。当我使用一个较小的文件时，一切都很好。
我使用的是64 10内存的windows 10。我已经尝试更改Pycharm中的自定义VM选项("help“>>”编辑自定义VM选项“)并设置更高的内存号，但仍然无法工作。
import pandas as pd
df = pd.read_csv('report_OOP_Full.csv')
# I tried to add the following line but doesnt help
# df.info(mem
浏览 0提问于2020-04-18得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
