搜索了一下（例如here，here和here）之后，我很茫然。如何获得Python 3.7使用2 GB以上的内存？
有关我的设置的信息：
我正在使用64位Python 3.7.5运行64位PyCharm（2019.2.6），并且已在pycharm.vmoptions中设置了-Xms=8g和-Xmx=16g（因为this建议设置Xms到Xms的一半）。它在具有40 GB内存（2 * 4 + 2 * 32）的计算机上的macOS Catalina 10.15.3上运行。
我正在尝试做的事情以及为什么要增加内存使用量：我正在从.txt文件中将相对较大的时间序列（200-400列，约7万行）读取到Pandas（v。0.25.3）数据帧中（文件大小范围从0.5 GB到1.5 GB），并且一次可以处理10-15个文件。当我阅读文件时，我看到python3.7进程将内存增加到大约2 GB（有时为2.05 GB），然后将内存使用减少到几百MB，然后再次增加到2 GB（并重复）。
当我使用这些时间序列（切片，绘图等）时，一切都需要相对较长的时间（几分钟）。我希望可以通过增加内存使用率来改善这一点。但是，如果我认为增加python进程中的RAM使用率会提高性能的假设是错误的，请告诉我
最佳答案
感谢许多有用的评论（geckos，jammin0921，ÓscarLópez和Heap Overflow），看来我所观察到的并不是Python的局限性，而是Python / Pandas显然很聪明的数据管理意味着一旦12 GB的.txt文件已读取到DataFrames中，通过查看数据帧（df）的内存使用情况，它们的总大小实际上小于2 GB：df.memory_usage(True, True).sum()给出了1.9 GB
尝试通过进一步增加读取的数据大小来进一步控制此问题后，我确实从python3.7进程中看到2 GB以上的RAM使用率。