在Python 2.7上使用Networkx，我一直在試圖建立一個約2M用戶和880M邊緣的圖。我正在使用包含邊緣列表的大約17Gb的文本文件。 我試過使用函數nx.read_edgelist（），但使用大約250Gb或RAM（我正在遠程服務器上工作）後，我的程序被殺害。爲什麼Networkx會佔用我所有的內存？
我的問題是：networkx使用那麼多內存是否正常？或者，也許我收集數據時出錯了？ 我一直在考慮使用另一個庫，我發現這兩個iGraph和圖形工具看起來非常有效。有人會有任何建議嗎？
謝謝！
編輯：我的文件實際上包含880M的邊緣，而不是88M
（我不是100％肯定這一點，但沒有其他人已經回答了，所以我給它一個GO）。
首先，每個邊緣被保存兩次（每個節點一次），因此內存可以快速增長。但是，這可能不是你最大的問題
它很可能是你的節點名稱都是整數。但是，如果您沒有告知read_edgelist他們是整數，他們將被視爲字符串。與int相比，用於字符串的內存是巨大的。下面是如何調用read_edgelist：
read_edgelist(path, comments='#', delimiter=None, create_using=None, nodetype=None, data=True, edgetype=None, encoding='utf-8')
如果這是你的問題，它會通過使用
G=nx.read_edgelist(path, nodetype = int)
非常感謝您的答案，但不幸的是，這並沒有解決問題（我的圖形對象仍然使用超過250GB的數據）。我認爲實際上沒有圖書館能夠處理這樣一個巨大的圖表，因此我將直接處理邊界列表，大多數操作仍然可能以這種方式進行，儘管更復雜。 –
科拉斯嗨固定 - 我給了一個答案，但不是100％肯定它是正確的。通常我會使用評論，但這太長了。如果解決這個問題（或不解決問題），請讓我知道，以便我可以適當地編輯/刪除我的答案。 – Joel
您好，Joel，非常感謝您的回答！ 我目前正在嘗試你的解決方案，當然我會讓你更新（計算通常需要很長時間，我可能會在星期一給你一個結果）。 然而，我應該糾正我自己的問題：我實際上處理880M邊緣（我在閱讀時跳過了0），這可能解釋我的困難... –