我正在尝试使用numpy和python运行K均值聚类算法,但如果我使用更大的K值(任何大于10的值似乎都会导致错误),就会继续运行内存错误。我有两个大小为和的numpy数组。在计算每个质心和每个数据点之间的欧几里德距离时,会出现内存错误。这是我一直在使用的函数: a = a[np.newaxis,:,:]
我打算根据每行中的关键字将一个总大小约为500MB的文件读取到一个字典中。dict([(l.split("\t")[2].strip("\""), l) for l in lines]) ## convert [(1,2), (3,4)] to {1:2, 3:4}
在内存为4 4GB的机器上运行时,python报告内存错误。
我最初的list_函数有200多万行代码,当我运行计算代码时,我得到了一个内存错误。有没有办法让我绕过它。下面的list_是实际numpy数组的一部分。GiB for an array with shape (2659448, 10000) and data type float64MemoryErrorrolling_window(PC_list, number), axis=1)
<__array_function__ internals> in std(*args, **kwar