Numpy 使用Python在RAM上只加载一次数据

希望有人能帮助我。我有一组静态数据文件来进行一些数据分析，但是，每次运行脚本时，都需要很长时间才能看到发生了什么，因为每次都会加载数据。是否有一种方法可以在处理数据之后加载一次数据？？ 我一直在使用Jupyter笔记本，它工作得非常好，但我想通过使用Python代码来解决这个问题

我的代码顺序是： 文件1：包含所有函数； 文件2：包含所有变量，它调用文件1以了解如何处理数据。\n

文件1=functions.py\n

import numpy as np
def dict_files(filepath_lst):
   dictoffiles = {}
   for namefile in filepath_lst:
       content_file = np.loadtxt(namefile)
       dictoffiles[namefile] = content_file
## Sorting files according to smallest timestamp to largest##
   sorted_dictoffiles = {keys: values for keys, values in sorted(dictoffiles.items(), key=lambda    item: item[1][0, 0])}
   return sorted_dictoffiles

文件2\n

import functions as f
### ----------File Path -----------###
directory = 'some_file_path'
file_path = glob.glob(filejoin(directory, '*.dat'))
dictionary_of_files = f.dict_files(file_path)

---

数据被加载到属于加载它的进程的内存中。如果重新启动脚本，则需要重新加载数据。我能想到的唯一替代方案是从一个进程中获得一块共享内存，该进程只加载一次数据，然后永远在后台运行。我明白了！你知道有没有一种方法可以以共享的方式使用Jupyter笔记本？？就像，我用Jupyter做了所有的方法，有没有其他人可以用它来处理他们自己的数据？数据被加载到属于加载它的进程的内存中。如果重新启动脚本，则需要重新加载数据。我能想到的唯一替代方案是从一个进程中获得一块共享内存，该进程只加载一次数据，然后永远在后台运行。我明白了！你知道有没有一种方法可以以共享的方式使用Jupyter笔记本？？比如，我用Jupyter做了所有的方法，有没有其他人可以用它来处理自己的数据？？