我在Windows 10 16 GB RAM 64位上使用Anaconda 3和Python 3
C:\DATASET>conda --version
conda 4.3.4
C:\DATASET>python --version
Python 3.5.2 :: Anaconda 4.0.0 (64-bit)\
Spyder version 2.3.8
windows 10
无论我在哪里给出大约32000个数据集的命令，它都会使内核死掉，并且在python提示符中指示python程序在windows中死掉。
1.import matplotlib.pyplot as plt
2.#Basic relationship between x and y axis this is not residual plot
3.plt.scatter(X_train,Y_train,color=['red','blue'])
4.#Residual plots are here
5.plt.scatter(lm.predict(X_train),(lm.predict(X_train) -
Y_train),s=40,alpha=0.5,color=['red','blue'])
6.plt.scatter(lm.predict(X_test),(lm.predict(X_test) - Y_test),s=40,color=
['red','blue'])
在上面的代码中，无论我在spyder中运行它还是在python提示符上直接运行，都会绘制第3行图表，但没有问题，但第5行因崩溃而失败。 因为它在plt matplotlib崩溃所以我认为应该解决以下问题：
conda update matplotlib
但这根本没有帮助，第5行仍然存在问题，它崩溃了。我评论了第5，然后运行了第6行相同的崩溃问题。
以下是安装包的conda列表：
C:DATASET>conda list
# packages in environment at C:\Anaconda3:
#
alabaster 0.7.7 py35_0
anaconda 4.0.0 np110py35_0
anaconda-client 1.4.0 py35_0
anaconda-navigator 1.1.0 py35_0
argcomplete 1.0.0 py35_1
astropy 1.1.2 np110py35_0
babel 2.2.0 py35_0
beautifulsoup4 4.4.1 py35_0
bitarray 0.8.1 py35_1
blaze 0.9.1 py35_0
bokeh 0.11.1 py35_0
boto 2.39.0 py35_0
bottleneck 1.0.0 np110py35_0
bzip2 1.0.6 vc14_2 [vc14]
cffi 1.5.2 py35_0
chest 0.2.3 py35_0
cloudpickle 0.1.1 py35_0
clyent 1.2.1 py35_0
colorama 0.3.7 py35_0
comtypes 1.1.2 py35_0
conda 4.3.4 py35_0
conda-build 1.20.0 py35_0
conda-env 2.6.0 0
conda-manager 0.3.1 py35_0
configobj 5.0.6 py35_0
console_shortcut 0.1.1 py35_1
cryptography 1.4 py35_0
curl 7.45.0 vc14_1 [vc14]
cycler 0.10.0 py35_0
cython 0.23.4 py35_0
cytoolz 0.7.5 py35_0
dask 0.8.1 py35_0
datashape 0.5.1 py35_0
decorator 4.0.9 py35_0
dill 0.2.4 py35_0
docutils 0.12 py35_1
dynd-python 0.7.2 py35_0
et_xmlfile 1.0.1 py35_0
fastcache 1.0.2 py35_0
flask 0.10.1 py35_1
flask-cors 2.1.2 py35_0
freetype 2.5.5 vc14_0 [vc14]
gevent 1.1.0 py35_0
greenlet 0.4.9 py35_0
h5py 2.5.0 np110py35_4
hdf5 1.8.15.1 vc14_4 [vc14]
heapdict 1.0.0 py35_0
icu 57.1 vc14_0 [vc14]
idna 2.0 py35_0
ipykernel 4.3.1 py35_0
ipython 4.1.2 py35_1
ipython_genutils 0.1.0 py35_0
ipywidgets 4.1.1 py35_0
itsdangerous 0.24 py35_0
jdcal 1.2 py35_0
jedi 0.9.0 py35_0
jinja2 2.8 py35_0
jpeg 8d vc14_0 [vc14]
jsonschema 2.4.0 py35_0
jupyter 1.0.0 py35_2
jupyter_client 4.2.2 py35_0
jupyter_console 4.1.1 py35_0
jupyter_core 4.1.0 py35_0
libdynd 0.7.2 0
libpng 1.6.27 vc14_0 [vc14]
libsodium 1.0.3 0
libtiff 4.0.6 vc14_1 [vc14]
llvmlite 0.9.0 py35_0
locket 0.2.0 py35_0
lxml 3.6.0 py35_0
markupsafe 0.23 py35_1
matplotlib 1.5.3 np111p y35_1
menuinst 1.3.2 py35_0
mistune 0.7.2 py35_0
mkl 2017.0.1 0
mkl-service 1.1.2 py35_2
mpmath 0.19 py35_0
multipledispatch 0.4.8 py35_0
nbconvert 4.1.0 py35_0
nbformat 4.0.1 py35_0
networkx 1.11 py35_0
nltk 3.2 py35_0
nose 1.3.7 py35_0
notebook 4.1.0 py35_2
numba 0.24.0 np110py35_0
numexpr 2.6.1 np111py35_2
numpy 1.11.3 py35_0
odo 0.4.2 py35_0
openpyxl 2.3.2 py35_0
openssl 1.0.2g vc14_0 [vc14]
pandas 0.18.0 np110py35_0
partd 0.3.2 py35_1
path.py 8.1.2 py35_1
patsy 0.4.0 np110py35_0
pep8 1.7.0 py35_0
pickleshare 0.5 py35_0
pillow 3.1.1 py35_0
pip 8.1.1 py35_1
pip 9.0.1 <pip>
ply 3.8 py35_0
psutil 4.1.0 py35_0
py 1.4.31 py35_0
pyasn1 0.1.9 py35_0
pycosat 0.6.1 py35_0
pycparser 2.14 py35_0
pycrypto 2.6.1 py35_3
pyflakes 1.1.0 py35_0
pygments 2.1.1 py35_0
pymongo 3.4.0 <pip>
pyopenssl 16.2.0 py35_0
pyparsing 2.0.3 py35_0
pyqt 5.6.0 py35_1
pyreadline 2.1 py35_0
pytables 3.2.2 np110py35_2
pytest 2.8.5 py35_0
python 3.5.2 0
python-dateutil 2.5.1 py35_0
pytz 2016.2 py35_0
pywin32 220 py35_1
pyyaml 3.11 py35_3
pyzmq 15.2.0 py35_0
qt 5.6.2 vc14_0 [vc14]
qtawesome 0.3.2 py35_0
qtconsole 4.2.0 py35_1
qtpy 1.0 py35_0
requests 2.12.4 py35_0
rope 0.9.4 py35_1
ruamel_yaml 0.11.14 py35_1
scikit-image 0.12.3 np110py35_0
scikit-learn 0.18.1 np111py35_1
scipy 0.18.1 np111py35_1
seaborn 0.7.1 <pip>
setuptools 20.3 py35_0
simplegeneric 0.8.1 py35_0
singledispatch 3.4.0.3 py35_0
sip 4.18 py35_0
six 1.10.0 py35_0
snowballstemmer 1.2.1 py35_0
sockjs-tornado 1.0.1 py35_0
sphinx 1.3.5 py35_0
sphinx_rtd_theme 0.1.9 py35_0
spyder 2.3.8 py35_1
sqlalchemy 1.0.12 py35_0
statsmodels 0.6.1 np110py35_0
sympy 1.0 py35_0
tk 8.5.18 vc14_0 [vc14]
toolz 0.7.4 py35_0
tornado 4.3 py35_0
traitlets 4.2.1 py35_0
unicodecsv 0.14.1 py35_0
vboxapi 1.0 <pip>
vs2015_runtime 14.00.23026.0 0
werkzeug 0.11.4 py35_0
wheel 0.29.0 py35_0
xlrd 0.9.4 py35_0
xlsxwriter 0.8.4 py35_0
xlwings 0.7.0 py35_0
xlwt 1.0.0 py35_0
zlib 1.2.8 vc14_2 [vc14]
上述套餐是否有任何冲突或任何其他问题？ 请给我任何建议，因为我被困在这里。
上述实验更新：
xt=lm.predict(X_train)
xytrain=xt-Y_train
**plt.scatter(xt,xytrain)**
**Kernel died, restarting**
**Kernel died, restarting**
我认为不是让分散函数重，也可能事先计算，然后将变量放入函数可能会有所帮助，但是没有内核崩溃，如上所示
答案 0 :(得分：2)
在我的案例中，解决方案是重新安装CUDA开发工具并更新MS Visual Studio社区2015.