PyCharm 的控制台因“大”对象而挂起

Question

我正在使用 PyCharm，通常在其 Python 控制台中运行部分脚本以进行调试。但是，当我必须在“大”变量（消耗大量内存）上运行某些内容时，控制台变得非常慢。

说

df

是一个巨大的

pandas

数据框，只要我在控制台中输入

df.

，它就不会再有10-15秒的反应。我无法判断这是否是 pandas 特有的，因为我使用的唯一“大”变量来自 pandas。

我正在 Mac OS X 10.9.4（具有 8 GB 内存）上运行社区版 3.4.1、pandas 0.14、Python 2.7.3。

df

的尺寸：

In[94]: df.values.nbytes + df.index.nbytes + df.columns.nbytes
Out[94]: 2229198184

Answer 1

我也遇到了同样的问题，但尚未找到合适的解决方案，但这是我一直在使用的解决方法，来自 PyCharm 在带有大数据的 iPython 控制台中挂了很长时间。

不要输入

df.columns

，而是输入

d.columns

，然后返回并添加

f

。这至少可以防止挂起，尽管它使自动完成有点无用。

Answer 2

您是否尝试过将“可变加载策略”更改为“按需”？

Answer 3

我也面临这个问题很久了。我总是停用“显示变量”选项并运行代码。每次我这样做都会提高速度。

然后当你想查看变量时再次启用它。

Answer 4

处理大型 pandas DataFrame 时，您在 PyCharm 的 Python 控制台中遇到的速度变慢可能是由于控制台尝试显示整个 DataFrame，这可能会占用大量内存。控制台旨在显示有关您正在使用的对象的信息，对于 DataFrame 等大型对象，这可能会导致性能问题。

以下是解决此问题的一些建议：

使用 Head() 或 Tail()：不要键入整个变量名称，而是尝试使用 df.head() 或 df.tail() 仅显示 DataFrame 的前几行或最后几行。这样，您就可以检查 DataFrame 的结构，而不会用大量数据淹没控制台。

Python

df.head()

分步探索数据：将您的探索分解为多个步骤。例如，您可以先检查列名、数据类型和基本信息。然后，如果需要，您可以继续探索数据的特定列或子集。

Python

# Check column names
df.columns

# Display basic information about the DataFrame
df.info()

# Explore specific columns
df['column_name'].head()

使用专用环境：考虑使用 Jupyter Notebooks 或专用交互式环境来探索大型数据集。 Jupyter Notebooks 允许您以更灵活的方式与数据交互，并且您可以可视化部分数据，而不会压垮系统。

升级 PyCharm 和 Python：确保您使用的是最新版本的 PyCharm 并考虑升级您的 Python 版本。新版本可能具有性能改进和错误修复，可以增强您的体验。

增加控制台内存：在 PyCharm 中，您可以调整 Python 控制台的最大堆大小。前往

首选项（或设置）-> 构建、执行、部署-> 控制台 -> 增加最大堆大小 (Mb)。