在Python 2.7上使用Networkx，我一直在试图建立一个约2M用户和880M边缘的图。我正在使用包含边缘列表的大约17Gb的文本文件。 我试过使用函数nx.read_edgelist（），但使用大约250Gb或RAM（我正在远程服务器上工作）后，我的程序被杀害。为什么Networkx会占用我所有的内存？
我的问题是：networkx使用那么多内存是否正常？或者，也许我收集数据时出错了？ 我一直在考虑使用另一个库，我发现这两个iGraph和图形工具看起来非常有效。有人会有任何建议吗？
谢谢！
编辑：我的文件实际上包含880M的边缘，而不是88M
（我不是100％肯定这一点，但没有其他人已经回答了，所以我给它一个GO）。
首先，每个边缘被保存两次（每个节点一次），因此内存可以快速增长。但是，这可能不是你最大的问题
它很可能是你的节点名称都是整数。但是，如果您没有告知read_edgelist他们是整数，他们将被视为字符串。与int相比，用于字符串的内存是巨大的。下面是如何调用read_edgelist：
read_edgelist(path, comments='#', delimiter=None, create_using=None, nodetype=None, data=True, edgetype=None, encoding='utf-8')
如果这是你的问题，它会通过使用
G=nx.read_edgelist(path, nodetype = int)
非常感谢您的答案，但不幸的是，这并没有解决问题（我的图形对象仍然使用超过250GB的数据）。我认为实际上没有图书馆能够处理这样一个巨大的图表，因此我将直接处理边界列表，大多数操作仍然可能以这种方式进行，尽管更复杂。 –
科拉斯嗨固定 - 我给了一个答案，但不是100％肯定它是正确的。通常我会使用评论，但这太长了。如果解决这个问题（或不解决问题），请让我知道，以便我可以适当地编辑/删除我的答案。 – Joel
您好，Joel，非常感谢您的回答！ 我目前正在尝试你的解决方案，当然我会让你更新（计算通常需要很长时间，我可能会在星期一给你一个结果）。 然而，我应该纠正我自己的问题：我实际上处理880M边缘（我在阅读时跳过了0），这可能解释我的困难... –