Python 大数据pyplot中的内存错误

我不熟悉python和编程。我正试图用python绘制一个方向图。我在一个平面上有大量的点（大约1200000），每个点都属于一个簇。每个簇都应该有不同的颜色。我目前正在做的是为每个簇指定一种颜色，并在每个点绘制一个填充圆。我试图通过为不同的片段创建绘图，并使用“混合”将它们组合在一起，来部分地完成这项工作。这是零件的代码：（sn是点的总数，label是簇编号的簇数组，xcoor和ycoor是点的坐标）

但是，这会导致以下错误：

    fig.gca().add_artist(circle1)
  File "C:\Python27\lib\site-packages\matplotlib\axes.py", line 1404, in add_artist
    self.artists.append(a)
MemoryError

误差出现在l=11时。我一直在并行地检查任务管理器，当MemoryError出现时，它仍然有将近3GB的可用内存。请帮我做这个

---

我是新手，但仍然不知道我提供的信息是否足够。如果您需要更多信息，请告诉我

如果您使用的是32位操作系统或运行的是32位python，您将无法有效地处理大型数据集（安装64位python、numpy、matplotlib等可能会解决此问题）

然而，我建议首先尝试以较低的分辨率绘制图片，看看这是否适合你（结果可能足够好）。例如，我首先将范围（int（（float（sn）/80）*（l-1））、int（（float（sn）/80）*（l））：中j的

迭代器
替换为

for j in np.linspace(int((float(sn)/80)*(l-1)), int((float(sn)/80)*(l), num=20):
    j = int(j)

这将在您的限制范围内为您提供20个
j
值的范围，但不是每个整数值。注意：您需要将
j
转换为
int
，因为它可能是
np.float

在这一点上，其他样式的注释不太有用，但一般来说，您不需要经常使用
del
——python有一个非常好的垃圾收集器来为您执行此操作。您还可以在迭代器之外设置限制-这可能会使调试更加简单：

start_j = int((float(sn)/80)*(l-1)))
end_j = int((float(sn)/80)*(l))
for j in np.linspace(start_j, end_j, num=20):
    etc.

如果您使用的是32位操作系统或运行的是32位python，您将无法有效地处理大型数据集（安装64位python、numpy、matplotlib等可能会解决此问题）

然而，我建议首先尝试以较低的分辨率绘制图片，看看这是否适合你（结果可能足够好）。例如，我首先将范围（int（（float（sn）/80）*（l-1））、int（（float（sn）/80）*（l））：
中j的
迭代器
替换为

for j in np.linspace(int((float(sn)/80)*(l-1)), int((float(sn)/80)*(l), num=20):
    j = int(j)

这将在您的限制范围内为您提供20个
j
值的范围，但不是每个整数值。注意：您需要将
j
转换为
int
，因为它可能是
np.float

在这一点上，其他样式的注释不太有用，但一般来说，您不需要经常使用
del
——python有一个非常好的垃圾收集器来为您执行此操作。您还可以在迭代器之外设置限制-这可能会使调试更加简单：

start_j = int((float(sn)/80)*(l-1)))
end_j = int((float(sn)/80)*(l))
for j in np.linspace(start_j, end_j, num=20):
    etc.

使用
scatter
和关键字
rasterized=True
可能会做得更好，这会将所有矢量图形展平为光栅图像（占用更少内存）

比如：

colors_lst = [ ... your tuples ...]
color = map(lambda x: colors_lst[x % 8], labels)
ax.scatter(xcoord, ycoord, c = colors, rasterized=True)

我想这会取代你大部分的剧本

如果使用
分散
和关键字
光栅化=真
，您可能会做得更好，这会将所有矢量图形展平为光栅图像（占用更少的内存）

比如：

colors_lst = [ ... your tuples ...]
color = map(lambda x: colors_lst[x % 8], labels)
ax.scatter(xcoord, ycoord, c = colors, rasterized=True)

我想这会取代你大部分的剧本

只是想确认一下，颜色中的元组应该是RGB值。对吗？@user2018858它们可以是
matplotlib
可以作为颜色处理的任何东西。只是想确认一下，颜色中的元组应该是RGB值。对吗？@user2018858它们可以是
matplotlib
可以作为颜色处理的任何东西。