Le serveur Python avec le carnet Jupyter manque de mémoire

Si vous chargez un fichier dans un bloc-notes Jupyter et que vous stockez son contenu dans une variable, le processus Python sous-jacent conservera la mémoire pour ces données tant que la variable existe et que le bloc-notes fonctionne. Le ramasseur de déchets de Python libérera à nouveau la mémoire (dans la plupart des cas) s'il détecte que les données ne sont plus nécessaires. C'est le cas si elle est supprimée, par exemple en utilisant la fonction del si la variable est écrasée par quelque chose d'autre ou si elle sort de sa portée (une variable locale à la fin d'une fonction).

Si vous stockez des fichiers volumineux dans des variables (différentes) pendant des semaines, les données resteront en mémoire et finiront par la remplir. Dans ce cas, vous devrez peut-être fermer l'ordinateur portable manuellement ou utiliser une autre méthode pour supprimer les variables (globales).

Une raison complètement différente pour le même type de problème pourrait être un bug dans Jupyter. Ce type de bogue est appelé fuite de mémoire et se produit souvent dans les processus de serveur fonctionnant pendant une longue période. Même s'il est moins probable qu'ils se produisent en Python, il existe des problèmes de fuite de mémoire. un peu de error rapports pour Jupyter. Dans ce cas, la seule solution consiste à redémarrer le processus Jupyter. Dans les autres cas, je vous recommande de le faire.