R'中的内存不足；s曲线图

我发现一个大型图（200K个节点）的共生矩阵：

然后问题就出现了

Error in cocitation(graph):At vector.pmt:125 : cannot init vector, Out of memory

我如何解决这个问题

---

非常感谢

内存不足问题的一般解决方案是

用你的代码做一些聪明的事情，这样它就不会占用太多内存

买更多的公羊（通常比闲逛的时间便宜）

使用其中一个并联机构在多台机器之间分散负载 包裹

使用

bigmemory

软件包

使用数据集的子集

---

我同意Ian Fellows的观点，在这种情况下，最后一个选项可能是您的最佳选择。

内存不足问题的一般解决方案是

用你的代码做一些聪明的事情，这样它就不会占用太多内存

买更多的公羊（通常比闲逛的时间便宜）

使用其中一个并联机构在多台机器之间分散负载 包裹

使用

bigmemory

软件包

使用数据集的子集

---

我同意Ian Fellows的观点，在这种情况下，最后一个选项可能是您的最佳选择。

问题在于igraph试图分配一个200K x 200K矩阵来存储结果。尽管该矩阵中的大多数元素可能是零，但igraph没有单独的稀疏矩阵数据类型，因此它必须分配一块内存来容纳所有4 x 1010元素，这是行不通的

由于您很可能不需要一次使用整个矩阵，而是对该矩阵的一些常规统计信息感兴趣，因此您可以简单地创建一个从零到顶点数减1的for循环（因为igraph索引从零开始-注意，对于R接口，这将在0.6中发生变化），并计算一行共沉淀矩阵：

for (i in 0:vcount(g)-1) {
    row <- cocitation(g, v=i)
    # Do whatever you want with the row here
}

for（0中的i:vcount（g）-1）{
row问题在于igraph试图分配一个200K x 200K的矩阵来存储结果。虽然该矩阵中的大多数元素可能为零，但igraph没有单独的稀疏矩阵数据类型，因此它必须分配一块内存来容纳所有4 x 1010元素，这是行不通的

由于您很可能不需要一次使用整个矩阵，而是对该矩阵的一些常规统计信息感兴趣，因此您可以简单地创建一个从零到顶点数减1的for循环（因为igraph索引从零开始-注意，对于R接口，这将在0.6中更改），并计算一行共沉淀矩阵：

for (i in 0:vcount(g)-1) {
    row <- cocitation(g, v=i)
    # Do whatever you want with the row here
}

for（0中的i:vcount（g）-1）{
行创建一个200000×200000的矩阵是一个相当大的任务。尽管将来访问此页面的人会像“只有200k个节点？我可以在我的烤面包机上运行”一样，但请尝试获取您正在查看的顶点的协作信息（即协作（图，v=1）。创建一个200000 x 200000的矩阵是一个相当大的任务。请尝试获取您正在查看的顶点的协作信息（即协作（图，v=1），尽管将来访问此页面的人会像“只有200k个节点？我可以在我的烤面包机上运行它”。