在求解某高维时间依赖非线性的PDE中，空间计算域在每一个空间方向均为M=256，且快速算法被执行以解决储存与计算速度问题；而时间方向取T=2000，时间步长0.01。

在Spyder提前运行过，第一次假如迭代了1468次，即会报Memoryerror

注意，程序中所有定义的数组均可以在有限储存下申请的

然后关闭Spyder，重新运行比如可以迭代12147次，报Memoryerror

首先、可以通过任务管理器查看电脑内存是否不足

然后根据存在的一些解决方案，我们尝试如下处理： 1、扩充虚拟内存 我在运行代码的过程中发现，出现memory error错误的时候，个人储存也不可能会出现这个错误啊，所以我查了下，发现有说是内存被限制了，考虑关掉一些可能限制内存的软件啦，扩大虚拟内存啦，这些的。

扩大虚拟内存的方法（我的系统是win8，不过应该都大同小异）： 1、打开 控制面板； 2、找到 系统 这一项； 3、找到 高级系统设置 这一项； 4、点击 性能 模块的 设置 按钮； 5、选择 高级面板，在 虚拟内存 模块点击更改； 6、记得 不要 选中“自动管理所有驱动器的分页文件大小”，然后选择一个驱动器，也就是一个盘，选中自定义大小，手动输入初始大小和最大值，当然，最好不要太大，更改之后能在查看盘的使用情况，不要丢掉太多空间。 7、都设置好之后，记得点击 “设置”， 然后再确定，否则无效，最后 重启电脑 就可以了。

如果在设置完这一步之后还是出现了内存错误，则

2、更新Pandas和Numpy库为64位 如果你的Python用的是32位的，那么你的pandas和Numpy也只能是32位的，那么当你的内存使用超过2G时，就会自动终止内存。发现这个错误也是因为我察觉到报内存溢出的错误的时候，我的内存明明显示只用了40+%，然后错误提示是在pandas的core中，所以查了一下，发现原来还有这么个大坑。

解决方法就是：先检查一下你的python是多少位的，在shell中输入python，查看位数，如果是32位，那么就重装Python，装一个64位的，但同时你的库也需要重新装了。不过我执行完这一步之后，问题就完美解决了！

3、如果还有内存溢出的错 以上方法，按顺序逐一使用，到哪一步错误消失了就可以停止啦。当然了，如果你的内存显示使用达到了99%+，那么就是内存真的不够用，不是别的问题，如果不是数据量特别大，那就是写代码的时候的习惯问题，虽然Python有垃圾回收机制，但是有时候可能来不及回收，尤其是在循环迭代这些过程中，往往会循环完毕了才来得及收拾垃圾，所以记得及时把不要的变量del掉，或者用gc这个垃圾回收库，这样内存自然就一直清清爽爽啦~ 4、换台式机进行运算