首先：我是 Python 和數(shù)據(jù)分析的初學(xué)者，但我相信我對這些概念有足夠的了解，因此您不必過度簡化您的答案。我的挑戰(zhàn)是我必須分析大量的機(jī)器數(shù)據(jù)（超過兩年的時(shí)間序列；24 個(gè)結(jié)構(gòu)相同的 csv 文件，每個(gè)文件有 170 列，~250 萬行，~2.6gb 大?。?。必須對這些數(shù)據(jù)進(jìn)行相關(guān)性分析。最初需要的輸出是一個(gè) 170x170 的相關(guān)矩陣。進(jìn)一步的分析（滯后，不對稱相關(guān)矩陣輸入 x 輸出）應(yīng)推遲到下一步，而不是主要考慮您的答案。我已經(jīng)能夠?qū)⑵渲幸粋€(gè)文件讀入數(shù)據(jù)幀（使用 Spyder 的 IPython 控制臺；以我的 16GB 內(nèi)存為代價(jià)）。import pandas as pddf = pd.read_csv(r"C:\MyFilePath\...\TestData.csv", sep=';', encoding='iso-8859-1')In[]: len(df.columns)Out[]: 170In[]: len(df)Out[]: 2678401但從那以后我被卡住了......pandas.DataFrame.corr 方法不能正常工作并且只返回（如果它有效）一個(gè) 10 x 10 矩陣有很多 NaN 值（在我看來，這只是一個(gè)不存在的皮爾遜相關(guān)性的顯示（接近或等于）到零））。我找到了幾個(gè)關(guān)于如何將數(shù)據(jù)加載到我的數(shù)據(jù)幀中的描述，這超出了我的 RAM。然而，我無法完全理解加載塊的概念，尤其是結(jié)合我的時(shí)間序列。如果您能為我提供適當(dāng)?shù)奶崾净蚱?，我將不勝感激，以便我可以解決此問題。理想情況下，結(jié)果是，我可以運(yùn)行所有 csv 文件并獲得所有參數(shù)所需的相關(guān)矩陣。注意： 我不受熊貓的約束。如果您建議另一個(gè)以更好方式解決此問題的庫，我很高興聽到您的解決方案。但是由于我公司的安全政策，我有義務(wù)不下載任何其他軟件（或者更準(zhǔn)確地說：它很復(fù)雜......）我手頭唯一的其他選擇是 MATLAB R2018.a