Question

我需要使用Python执行各种任务：灵敏度分析，优化和模拟启动。然而，模拟结果的第一次后处理依赖于R和存储在Rdata中的庞大数据库（8 Gb，其中一些数据表表示高达3 Gb）。所以我需要迭代R脚本的调用而不需要迭代数据加载（这需要几分钟）。我首先尝试使用pyRserve，但我面临的内存限制似乎比使用原始R更具限制性。

使用：

import pyRserve
conn = pyRserve.connect()
conn.r.load('.Rdata')

我收到以下错误：

REvalError: Error: cannot allocate vector of size 640.3 Mb

所以：

1 /有没有办法为Rserve分配更多内存（通常是原始R中分配的数量，即我的配置为16 Gb）？

2 /是否可以替代Rserve，以便一劳永逸地加载Rdata，然后在同一个工作区内运行R脚本？

Answer 1

以下作品完美无缺。

memory_limit = getattr(conn.r, 'memory.limit')
memory_limit(16287.0)

在Windows上使用Rserve进行内存管理

1 个答案: