Python 枚举大型csv的加载不'；他似乎没有被懒洋洋地评价

据我所知，enumerate的计算是惰性的，因为它可以应用于生成器，而且csv.reader也是惰性的，但是，当组合到一个大的csv文件上时，它们会使我的内核崩溃

这段代码挂起并最终使我的内核崩溃在一个非常大的文件上：

with open(RAW_DATA) as file:
    csv_reader = csv.reader(file, delimiter=',')
    data = []
    for row_idx, row in enumerate(csv_reader):
        data.append(row)
        if (row_idx + 1) % BLOCK_SIZE == 0:
            dump_data(data)
            data = []

但是，此代码工作正常，每个循环大约需要2秒：

with open(RAW_DATA) as file:
    csv_reader = csv.reader(file, delimiter=',')
    data = []
    row_idx = 0
    for row in csv_reader:
        data.append(row)
        row_idx += 1
        if row_idx % BLOCK_SIZE == 0:
            dump_data(data)
            data = []

这对我来说没有意义——我认为假设惰性评估，它们在功能上是等价的