我正在使用 python 进行图聚类。该算法要求从图G
传递的数据应该是邻接矩阵。但是,为了将 adjacency-matrix
获取为 numpy-array
,如下所示:
import networkx as nx
matrix = nx.to_numpy_matrix(G)
我遇到内存错误。消息是MemoryError:无法为形状为 (609627, 609627) 和数据类型 float64 的数组分配 2.70 TiB
但是,我的设备是新的(Lenovo E490),Windows 64 位,内存 8 Gb
其他重要信息可能是:
Number of nodes: 609627
Number of edges: 915549
整个故事如下:
Graphtype = nx.Graph()
G = nx.from_pandas_edgelist(df, 'source','target', edge_attr='weight', create_using=Graphtype)
马尔可夫聚类
import markov_clustering as mc
import networkx as nx
matrix = nx.to_scipy_sparse_matrix(G) # build the matrix
result = mc.run_mcl(matrix) # run MCL with default parameters
MemoryError
最佳答案
您尝试创建的矩阵的大小为 float64 609627x609627
。每个 float64 使用 8 字节内存,您将需要 609627*609627*8~3TB
内存。那么你的系统只有 8GB,即使增加了物理内存,3TB 似乎太大了,无法运行。假设您的节点 ID 是整数,您可以使用 dtype=unit4
(考虑所有 609627
节点),但它仍然需要超过 TB 的内存,这听起来难以访问。您正在尝试做什么,似乎您有一个稀疏矩阵,并且您可能可以采用另一种可能的方法来实现您的目标。邻接矩阵(除非压缩)似乎很难实现。
也许您可以受益于以下内容:
to_scipy_sparse_matrix(G, nodelist=None, dtype=None, weight='weight', format='csr')
在networks
包中。或者更确切地说,使用 Edgelist 来计算您想要实现的目标。
关于python - 如何处理邻接矩阵的内存错误?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/61631553/