low_memory和memory_map标志在pd.read_csv中做了什​​么

Question

pandas.read_csv的函数签名提供了以下选项：

read_csv(filepath_or_buffer, low_memory=True, memory_map=False, iterator=False, chunksize=None, ...)

我无法找到low_memory或memory_map个标记的任何文档。我对这些功能是否已实现感到困惑，如果是这样，它们如何工作。

具体地，

1. memory_map：如果已实现，则使用np.memmap，如果是，则将各列存储为memmap或行。
2. low_memory：它是否指定了cache存储在内存中的内容？
3. 我们可以将现有的DataFrame转换为 memmapped DataFrame

P.S。：相关模块的版本

pandas==0.14.0
scipy==0.14.0
numpy==1.8.1

Answer 1

我将尝试总结对这个问题的评论，并将我自己的研究添加到一个全面的答案中。

1. low_memory选项种类已被删除，因为它实际上不再执行任何操作（source）。

2. memory_map似乎没有使用numpy内存映射，据我所知source code它似乎是一个如何解析传入的数据流的选项，而不是对于您收到的数据帧如何有效的事情。

3. 由于我在第2点的假设是这只是解析，这个问题有点无关紧要。