当我将一个矩阵分配给另一个矩阵时，R 会话中止

如何解决当我将一个矩阵分配给另一个矩阵时，R 会话中止

我刚买了一台新的 Acer Swift 笔记本电脑，并在上面安装了 ubuntu 20.04。我安装了 R.4.0.3 和 Rstudio 1.2.5042

我尝试运行一个脚本，该脚本在我的旧计算机上运行没有问题。当我将一个矩阵分配给另一个矩阵时，R 崩溃并且 Rstudio 中止。我尝试增加 R 内存（现在是 inf）并使用矩阵子集进行相同的分配。它仍然崩溃。如果我跳过矩阵分配并尝试对矩阵进行其他操作，R 会话也会中止 ext_data.df

仅供参考：data.input 是一个矩阵 33538 x 11366。ext_data.df 已正确初始化。它只是在分配

ext_data.df[common_genes,] = data.input[common_genes,]

崩溃发生了。

ext_data.df=matrix(0,dim(gene_list)[1],dim(data.input)[2])  
rownames(ext_data.df) = gene_list$X2
colnames(ext_data.df) <- colnames(data.input)
common_genes = intersect(gene_list$X2,rownames(data.input))
ext_data.df[common_genes,]


sessionInfo()

R version 4.0.3 (2020-10-10)
Platform: x86_64-pc-linux-gnu (64-bit)
Running under: Ubuntu 20.04.1 LTS

Matrix products: default
BLAS:   /usr/lib/x86_64-linux-gnu/openblas-serial/libblas.so.3
LAPACK: /usr/lib/x86_64-linux-gnu/openblas-serial/liblapack.so.3

locale:
 [1] LC_CTYPE=en_SG.UTF-8       LC_NUMERIC=C              
 [3] LC_TIME=en_SG.UTF-8        LC_COLLATE=en_SG.UTF-8    
 [5] LC_MONETARY=en_SG.UTF-8    LC_MESSAGES=en_SG.UTF-8   
 [7] LC_PAPER=en_SG.UTF-8       LC_NAME=C                 
 [9] LC_ADDRESS=C               LC_TELEPHONE=C            
[11] LC_MEASUREMENT=en_SG.UTF-8 LC_IDENTIFICATION=C       

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
 [1] tensorflow_2.2.0  kknn_1.3.1        plotly_4.9.3      viridis_0.5.1    
 [5] viridisLite_0.3.0 KernelKnn_1.1.0   forcats_0.5.0     stringr_1.4.0    
 [9] dplyr_1.0.3       purrr_0.3.4       readr_1.4.0       tidyr_1.1.2      
[13] tibble_3.0.5      tidyverse_1.3.0   keras_2.3.0.0     ggpubr_0.4.0     
[17] ggplot2_3.3.3     ggsci_2.9         class_7.3-17      Seurat_3.2.3     

loaded via a namespace (and not attached):
  [1] readxl_1.3.1         backports_1.2.1      plyr_1.8.6          
  [4] igraph_1.2.6         lazyeval_0.2.2       splines_4.0.3       
  [7] listenv_0.8.0        scattermore_0.7      tfruns_1.4          
 [10] digest_0.6.27        htmltools_0.5.1.1    fansi_0.4.2         
 [13] magrittr_2.0.1       tensor_1.5           cluster_2.1.0       
 [16] ROCR_1.0-11          openxlsx_4.2.3       globals_0.14.0      
 [19] modelr_0.1.8         matrixStats_0.57.0   askpass_1.1         
 [22] colorspace_2.0-0     rvest_0.3.6          rappdirs_0.3.1      
 [25] ggrepel_0.9.1        haven_2.3.1          crayon_1.3.4        
 [28] jsonlite_1.7.2       spatstat_1.64-1      spatstat.data_1.7-0 
 [31] zeallot_0.1.0        survival_3.2-7       zoo_1.8-8           
 [34] glue_1.4.2           polyclip_1.10-0      gtable_0.3.0        
 [37] leiden_0.3.7         car_3.0-10           future.apply_1.7.0  
 [40] abind_1.4-5          scales_1.1.1         DBI_1.1.1           
 [43] rstatix_0.6.0        miniUI_0.1.1.1       Rcpp_1.0.6          
 [46] xtable_1.8-4         reticulate_1.18      foreign_0.8-81      
 [49] rsvd_1.0.3           umap_0.2.7.0         htmlwidgets_1.5.3   
 [52] httr_1.4.2           RColorBrewer_1.1-2   ellipsis_0.3.1      
 [55] ica_1.0-2            pkgconfig_2.0.3      uwot_0.1.10         
 [58] dbplyr_2.0.0         deldir_0.2-9         tidyselect_1.1.0    
 [61] rlang_0.4.10         reshape2_1.4.4       later_1.1.0.1       
 [64] munsell_0.5.0        cellranger_1.1.0     tools_4.0.3         
 [67] cli_2.2.0            generics_0.1.0       broom_0.7.3         
 [70] ggridges_0.5.3       fastmap_1.1.0        goftest_1.2-2       
 [73] fs_1.5.0             fitdistrplus_1.1-3   zip_2.1.1           
 [76] RANN_2.6.1           pbapply_1.4-3        future_1.21.0       
 [79] nlme_3.1-151         whisker_0.4          mime_0.9            
 [82] xml2_1.3.2           compiler_4.0.3       rstudioapi_0.13     
 [85] curl_4.3             png_0.1-7            ggsignif_0.6.0      
 [88] spatstat.utils_2.0-0 reprex_0.3.0         stringi_1.5.3       
 [91] RSpectra_0.16-0      lattice_0.20-41      Matrix_1.3-2        
 [94] vctrs_0.3.6          pillar_1.4.7         lifecycle_0.2.0     
 [97] lmtest_0.9-38        RcppAnnoy_0.0.18     data.table_1.13.6   
[100] cowplot_1.1.1        irlba_2.3.3          httpuv_1.5.5        
[103] patchwork_1.1.1      R6_2.5.0             promises_1.1.1      
[106] KernSmooth_2.23-18   gridExtra_2.3        rio_0.5.16          
[109] parallelly_1.23.0    codetools_0.2-18     MASS_7.3-53         
[112] assertthat_0.2.1     openssl_1.4.3        withr_2.4.0         
[115] sctransform_0.3.2    mgcv_1.8-33          parallel_4.0.3      
[118] hms_1.0.0            grid_4.0.3           rpart_4.1-15        
[121] carData_3.0-4        Rtsne_0.15           shiny_1.6.0         
[124] lubridate_1.7.9.2    base64enc_0.1-3

你能帮我解决这个问题吗？

非常感谢！

解决方法

难道您使用的是 32 位版本的 R？ 32 位应用程序最多只能访问 4 Gigs 的内存。你可以试试下面的

.Machine$sizeof.pointer

如果您使用的是 64 位 R，它应该返回 8

更新：这显然是一个内存问题。当我尝试做作业时 ext_data.df[common_genes,1:1000]=data.input[common_genes,1:1000] 它有效。我用 mem_used() 监控了使用情况，发现它最多可以工作 7.8GB（它发生在 ext_data.df[common_genes,1:3000]=data.input[common_genes,1:3000]. 在 8GB 时，R 会话中止。如何将内存增加到 8GB 以上。在我的旧笔记本电脑（MacBook Pro）中，整个作业的 mem_used 为 8.21GB。我必须注意，我使用 Sys.setenv('R_MAX_MEM_SIZE'=64000000000) 和 Sys.setenv('R_MAX_VSIZE'=64000000000) 在我的脚本开头。

也许您可以尝试通过 memory.limit() 增加内存。

你可以参考这个stackoverflow线程了解更多信息： Increasing (or decreasing) the memory available to R processes

当我将一个矩阵分配给另一个矩阵时，R 会话中止

如何解决当我将一个矩阵分配给另一个矩阵时，R 会话中止

解决方法

相关推荐