Python MemoryError正在尝试将Numpy 2D数组转换为3D数组

我在将一定数量（本例中为153）的Numpy 2D阵列转换为3D阵列时遇到一些问题（这些2D阵列表示灰度图像，即2048x2048x1，以便处理图像序列而不是一组2D图像）。我需要它来获得每个像素值随时间变化形成的信号（一旦这个问题得到解决，Numpy应该很方便）

我的代码（基本上）如下所示：

zdim = len(imglist) # 'imglist' a Python list of the path for each image I need to process
windowspan = 512
xmin = ymin = 2
xmax = ymax = xmin + windowspan

sequence = []
for i in range(zdim):
    hdulist = fits.open(imglist[i],'readonly') # allow to open FITS image files
    hdr = hdulist[0].header['DATE-OBS'] # fetch the image date/time
    img = fc.readfitsimg(imglist[i]) # return a np ndarray (2D)
    patch = img[ymin:ymax, xmin:xmax] # take a small of the original image
    print("patchSize : " + str(patch.size*4))
    sequence.append(patch) # adding to the list
    print("it : " + str(i))
sequence = np.array(sequence) # transform to numpy array

解释器在大约85次迭代后返回MemoryError

有人会知道发生了什么吗？（详见下文）

其他一些细节： -我使用的是WinPython 32位（可移植），因为我无法安装“正确的”Python发行版（出于测试目的，我在Python 2.7.9.4和3.4.3.3之间切换） -我被迫在一台4GB的电脑上使用32位Windows 7，因此3.5GB可用/我曾尝试在另一台电脑上执行我的脚本（Win7 64位，16GB内存）

感谢您能为我提供的任何帮助。

当您的计算机内存不足时，会发生这种情况。在本例中，在将所有图像添加到多维数据集中时，当达到85x512x512的限制时，您似乎用完了。如果这是代码的唯一问题，我建议使用直接将结果保存到硬盘而不是RAM中。打开fits文件时，memmap选项也可用。

fits.open（…，memmap=True）

。在这种情况下，您只需打开光盘中的图像，并读取所需的部分，而不是将整个图像加载到RAM中

---

但我怀疑，这里真正的问题是，您一直在打开fits文件，而没有在循环结束时关闭（在您的例子中是hdu.close（））

您应该给出整个

MemoryError

回溯，特别是在哪一行。嗨，小问题：包“bcolz”会解决这个问题吗？只是让您知道“memmap”技术因为数据类型而无法工作（'ValueError:无法加载内存映射图像：存在BZERO/BSCALE/BLANK header关键字。设置memmap=False'）问题是，在我的例子中，如果我想为每个像素随时间变化的灰度值向量，并同时使用Numpy数据结构，我需要将所有内容加载到RAM中（这就是我使用比原始图像小得多的补丁的原因）。我忘了提到“fits”是模块“Pyfits”的别名，其中没有称为“close”的方法……如果MemoryError弹出，分配的RAM应该是满的。您如何解释分配的RAM在两个不同的操作系统之间是相同的（32位对64位，3.5位对16GB的RAM）？你是说你在W7 64位16Go ram上也有同样的错误？嗨，悖论。Pyfits返回一个对象HDUlist，它确实有一个close方法：。我有理由相信你是在使用内存，因为在循环结束时没有关闭它们，如果你说图像比512x512的图像大得多的话，更是如此。试试看，你会不会真的在使用内存ch比图85更远。