Python 使用rpy2创建临时数据帧：内存问题

这个问题类似于我的问题，但比我的问题简单。 下面是我使用rpy2从python创建R数据帧的代码：

import numpy as np
from rpy2 import robjects

Z = np.zeros((10000, 500))
df = robjects.r["data.frame"]([robjects.FloatVector(column) for column in Z.T])

我的问题是重复使用它会导致巨大的内存消耗。 我试着把这个想法改编成电影，但没有成功。

---

如何在不逐渐使用所有内存的情况下，将许多numpy数组转换为dataframe，以便通过R方法进行处理？

您应该确保使用的是最新版本的rpy2。对于rpy2 2.4.2版，以下功能运行良好：

import gc

import numpy as np
from rpy2 import robjects
from rpy2.robjects.numpy2ri import numpy2ri


for i in range(100):
    print i
    Z = np.random.random(size=(10000, 500))
    matrix = numpy2ri(Z)
    df = robjects.r("data.frame")(matrix)

    gc.collect()

我的计算机上的内存使用量从未超过600 MB