代码如下：
# input:
# A : a large csr matrix (365 million rows and 1.3 billion entries), 32 bit float datatype
# get the two largest eigenvalues of A and the corresponding eigenvectors
from scipy.sparse.linalg import eigsh
(w,V) = eigsh(A,k=2,tol=10e-2,ncv=5)
据我所知，这里没有太多混乱的空间，但是我观察到的是我的机器最初有足够的内存（包括交换在内为90G），但是eigsh的内存使用量缓慢增长在运行过程中调高速度，直到内存用尽。有什么明显的我想念的地方吗？
我尝试过的事情：
-浏览源。这很多，但据我所见，python代码在两次迭代之间没有分配内存。我不太擅长Fortran，但是如果ARPACK本身或调用例程分配了内存，那将是意外的。
-在Octave（MATLAB克隆）中尝试了等效的方法，具有相似的效果，尽管不太明显，因为数据类型必须是双精度的，因此从一开始就受到更多的限制。那么ARPACK本身可能就是什么？
-Google搜索了一堆。看起来Scipy确实（没有？）在某个地方使用了循环引用，这在多次调用eigsh时引起了其他人的困扰，但是我只调用了一次，所以也许这不是同一个问题。
任何帮助将不胜感激。