可能你的内存使用率很高,然后jupyter笔记本变慢了,因为它在你的硬盘上。风险还在于,它可能很快就会崩溃。
试着清理所有你不再需要的数据。如果合并后不需要数据集,请将其删除。How to delete multiple pandas (python) dataframes from memory to save RAM?
代码语言:javascript运行复制a, b, c = pd.DataFrame(), pd.DataFrame(), pd.DataFrame()
lst = [a, b, c]
del a, b, c # dfs still in list
del lst # memory release now在这个线程中,您可以了解如何在python中跟踪内存和cpu的使用情况:How to get current CPU and RAM usage in Python?
代码语言:javascript运行复制#!/usr/bin/env python
import psutil
# gives a single float value
psutil.cpu_percent()
# gives an object with many fields
psutil.virtual_memory()
# you can convert that object to a dictionary
dict(psutil.virtual_memory()._asdict())下面还概述了不同的数据类型对内存的使用情况,具体取决于您的系统:In-memory size of a Python structure