Python 尝试使用matplotlib打印大数组时出现内存错误

我想绘制一个2000万对象的数组，我有8GB的RAM，但当我运行以下行时，仍然会出现以下错误：

import matplotlib.pyplot as plt
import numpy as np

d = np.arange(200000000)
plt.plot(d)
plt.show()

错误：

Traceback (most recent call last):
...
  File "C:\Python27\lib\site-packages\matplotlib\axes.py", line 317, in _grab_next_args
    for seg in self._plot_args(remaining, kwargs):
  File "C:\Python27\lib\site-packages\matplotlib\axes.py", line 292, in _plot_args
    x = np.arange(y.shape[0], dtype=float)
MemoryError

---

MemoryError

没有撒谎——内存分配失败。考虑到你正在尝试绘制2亿个点（注意你发布的数字是2亿，而不是2000万），这并不是很不合理

---

绘制数百万个点很少或根本没有意义。当我有大型数据集时，我会对数据进行预处理，以便绘制的点不会超过数千个。对于像您这样的数据，一个简单的常规样本就可以了，但峰值查找对于其他数据的出色描述是必要的。

由于显示器和绘图仪的物理限制，您无论如何都无法绘制20000000点。因此，您可以通过采样或使用切片来减少阵列：

>>> m = 20000000
>>> a = np.arange(m)
>>> n = 100 # <- reducing to 100 points
>>> s = m/n # <- size of slices to compress
>>> reduced = []
>>> for i in xrange(n):
...     slice = a[i*s:(i+1)*s]
...     reduced.append(np.mean(slice))
>>> reduced
[99999.5, 299999.5, ..., 19699999.5, 19899999.5]

>m=20000000
>>>a=np.arange（米）
>>>n=100#>>s=m/n#>>reduced=[]
>>>对于x范围内的i（n）：
...     切片=a[i*s：（i+1）*s]
...     减少。追加（np.平均值（切片））
>>>减少
[99999.5, 299999.5, ..., 19699999.5, 19899999.5]

---

。。假设

np.mean

对正在绘制的对象有意义。

看起来您试图绘制2000000个对象而不是2000000个对象，或者，如果

np，mean

没有意义或不需要，您可以通过对原始数组的适当索引使用切片：

reduced=a[：s]

如果需要进行数组缩减，则只需（在n=100行之后）a=np.mean（a.重塑（100，-1），axis=1）就可以更快地进行缩减