Python | NumPy | numpy.core._exceptions.MemoryError: Unable to allocate 1.04 MiB for an array

本文简要概括出现类似于 numpy.core._exceptions.MemoryError: Unable to allocate 1.04 MiB for an array with shape (370, 370) and data type float64 报错信息的原因及解决方法。

更新：2023 / 2 / 4

---

---

报错

numpy.core._exceptions.MemoryError: Unable to allocate 1.04 MiB for an array with shape (370, 370) and data type float64

---

原因

主要原因是电脑 RAM 内存不足，因为需要处理的数据量太大，GPU性能不够，存在内存溢出现象 ¹’ ²。

---

解决方案

参考这里 ³’ ⁴

修改 float 精度

在代码中使用的是 flaot 64 类型，然而实际上未必需要这么大的精度，这时候可以使用 numpy 中的 float32，float16 等，这样可以降低很多的内存需求。

python 库、Pandas 和 Numpy 库更新为 64 位

python 原始的数据类型是 32 bit，但是最大只能使用 2G 内存，超过 2G 报错 MemoryError。
如果你的 Python 用的是 32 bit 的，那么你的 pandas 和 Numpy 也只能是 32 bit 的，那么当你的内存使用超过 2G 时，就会自动终止内存。而 64bit python 则无此限制。
因此，可以先检查自己安装的 python 是多少位的 ⁵，如果是 32 bit，那么就重装 64 bit 的 Python。

---

如果你的 python 本来安装的就是 64 位的，可以采用下面的方法

---

扩充虚拟内存

在运行代码的过程中发现，内存其实只用到了一半不到，但是为什么会出现 Memory 的错误呢？
进过百度发现说是内存被限制了，所以考虑采用扩大虚拟内存的方法。

对于 windows 系统，扩大虚拟内存的方法：

• 打开 控制面板；
• 点击 系统 这一项；
• 点击 高级系统设置 这一项；
• 点击 性能 模块的 设置 按钮；
• 选择 高级面板，点击更改 虚拟内存 模块；
• 记得不要选中 自动管理所有驱动器的分页文件大小，然后选择一个驱动器，也就是一个盘，选中自定义大小，手动输入初始大小和最大值，但是不要太大。
• 都设置好之后，记得点击 设置， 然后再确定，否则无效，最后 重启电脑 就可以了。

修改 pycharm 的运行内存 ⁶，

• Help -> Find Action -> (type VM Options) ->(Click) Edit Custom VM Options
• 打开 pycharm64.exe.vmoptions 进行编辑
• 修改 -Xmx750m 为 -Xmx4096m
• 分配 4G 内存，视情况而定。
• 保存并重启 pycharm

更改 Python 读取大文件的方法

出现 memoryError 错误和文件读取太慢的问题，后来找到了两种比较快 Large File Reading 的方法，这里将介绍这两种读取方法。

Preliminary

我们谈到 文本处理 时，我们通常是指处理的内容。Python 将文本文件的内容读入可以操作的字符串变量非常容易。

文件对象提供了三个 读 方法，.read()、.readline() 和 .readlines()。每种方法可以接受一个变量以限制每次读取的数据量，但它们通常不使用变量。

.read() 每次读取整个文件，它通常用于将文件内容放到一个字符串变量中。然而 .read() 生成文件内容最直接的字符串表示，但对于连续的面向行的处理，它却是不必要的，并且如果文件大于可用内存，则不可能实现这种处理。

下面是 .read() 方法示例：

try:
    f = open('/path/to/file', 'r')
    print f.read()
finally:
    if f:
        f.close()

调用 read() 会一次性读取文件的全部内容，如果文件有 10G，内存就爆了，所以，要保险起见，可以反复调用 read(size) 方法，每次最多读取 size 个字节的内容。

另外，调用 readline() 可以每次读取一行内容，调用 readlines() 一次读取所有内容并按行返回list。因此，要根据需要决定怎么调用。

如果文件很小，read() 一次性读取最方便；如果不能确定文件大小，反复调用 read(size) 比较保险；如果是配置文件，调用 readlines() 最方便：

for line in f.readlines():
    process(line) 									# 

Read In Chunks

处理大文件是很容易想到的就是将大文件分割成若干小文件处理，处理完每个小文件后释放该部分内存。这里用了 iter & yield：

def read_in_chunks(filePath, chunk_size=1024*1024):
    """
    Lazy function (generator) to read a file piece by piece.
    Default chunk size: 1M
    You can set your own chunk size 
    """
    file_object = open(filePath)
    while True:
        chunk_data = file_object.read(chunk_size)
        if not chunk_data:
            break
        yield chunk_data
if __name__ == "__main__":
    filePath = './path/filename'
    for chunk in read_in_chunks(filePath):
        process(chunk) 							   # 

Using with open()

with 语句打开和关闭文件，包括抛出一个内部块异常。
for line in f 文件对象 f 视为一个迭代器，会自动的采用缓冲 IO 和内存管理，所以你不必担心大文件。

#If the file is line based
with open(...) as f:
    for line in f:
        process(line) # 

---

参考链接

---

1. Numpy.core._exceptions.MemoryError: Unable to allocate array with shape (51, 6, 64, 2) and data type float32 ↩︎

2. MemoryError: Unable to allocate MiB for an array with shape and data type, when using anymodel.fit() in sklearn ↩︎

3. 解决numpy.core._exceptions.MemoryError: Unable to allocate 1.04 MiB for an array ↩︎

4. Very large matrices using Python and NumPy ↩︎

5. 查看python是32位的还是64位的 ↩︎

6. MemoryError: Unable to allocate array with shape (61721, 16000) and data typ ↩︎