【发布时间】：2017-05-22 17:04:36
【问题描述】：
我使用 SciPy 在 Python 中编写了一个脚本来对信号执行短时傅立叶变换。当我在具有一千个时间点的信号上运行它时，它运行良好。当我在具有一百万个时间点的信号上运行它时，它冻结了我的计算机（计算机没有响应，如果正在播放音频，计算机会输出跳跃和循环的嗡嗡声）；这一直发生在我尝试的所有 3 次。我编写的脚本需要花费数小时，但我从未遇到过真正冻结我的计算机的脚本。知道为什么吗？脚本贴在下面：
import scipy as sp
from scipy import fftpack
def STFT(signal, seconds_per_sample, window_seconds, min_Hz):
window_samples = int(window_seconds/seconds_per_sample) + 1
signal_samples = len(signal)
if signal_samples <= window_samples:
length = max(signal_samples, int(1/(seconds_per_sample*min_Hz)) + 1)
return sp.array([0]), fftpack.fftshift(fftpack.fftfreq(length, seconds_per_sample)), fftpack.fftshift(fftpack.fft(signal, n = length))
else:
length = max(window_samples, int(1/(seconds_per_sample*min_Hz)) + 1)
frequency = fftpack.fftshift(fftpack.fftfreq(length, seconds_per_sample))
time = []
FTs = []
for i in range(signal_samples - window_samples):
time.append(seconds_per_sample*i)
FTs.append(fftpack.fftshift(fftpack.fft(signal[i:i + window_samples], n = length)))
return sp.array(time), frequency, sp.array(FTs)
【问题讨论】：
-
看脚本的内存消耗了吗？如果它进行大量分配，它可能会产生这些后果。
-
所以是主存耗尽的问题？
-
生成的 sp.array(FTs) 毕竟包含大约 10^12 个浮点数。
-
我不知道，但很可能是这样。查看脚本运行时的一些操作系统统计信息，您应该会看到。
-
似乎就是这个问题。我的电脑有大约 12 GB 的 RAM，10^12 个 float64 将占用至少 8 TB。
标签： python scipy freeze fftpack