下面的函數有助於通過刪除工作空間中已有的大對象來釋放工作空間。 這不是直接解決您的問題。但它也有幫助。
.ls.objects <- function (pos = 1, pattern, order.by,
decreasing=FALSE, head=FALSE, n=5) {
napply <- function(names, fn) sapply(names, function(x)
fn(get(x, pos = pos)))
names <- ls(pos = pos, pattern = pattern)
obj.class <- napply(names, function(x) as.character(class(x))[1])
obj.mode <- napply(names, mode)
obj.type <- ifelse(is.na(obj.class), obj.mode, obj.class)
obj.prettysize <- napply(names, function(x) {
capture.output(print(object.size(x), units = "auto")) })
obj.size <- napply(names, object.size)
obj.dim <- t(napply(names, function(x)
as.numeric(dim(x))[1:2]))
vec <- is.na(obj.dim)[, 1] & (obj.type != "function")
obj.dim[vec, 1] <- napply(names, length)[vec]
out <- data.frame(obj.type, obj.size, obj.prettysize, obj.dim)
names(out) <- c("Type", "Size", "PrettySize", "Rows", "Columns")
if (!missing(order.by))
out <- out[order(out[[order.by]], decreasing=decreasing), ]
if (head)
out <- head(out, n)
out
}
lsos <- function(..., n=10) {
.ls.objects(..., order.by="Size", decreasing=TRUE, head=TRUE, n=n)
}
lsos()
這將顯示在您的工作空間中的對象的列表,並偶爾rm()
其中的一些。
那麼,仔細考慮是否需要執行創建11.8 GB矢量的操作。你的矩陣並不是很大,所以你的代碼有可能做一些你沒有想到或者可能以不同的(更高效的)方式實現的東西。 – Roland
假設8字節值(也許是文本?),那麼矩陣應該是大約1.2GB。你的代碼正在做其他的事情,正如小矩陣清楚地表明沒有做出更小的內存分配。如果你想得到一個好的答案,你需要發佈更多的細節。 – John
我真的很抱歉傢伙。我添加了評論 –