这是代码：
# input:
# A : a large csr matrix (365 million rows and 1.3 billion entries), 32 bit float datatype
# get the two largest eigenvalues of A and the corresponding eigenvectors
from scipy.sparse.linalg import eigsh
(w,V) = eigsh(A,k=2,tol=10e-2,ncv=5)
据我所知，这里没有太多可以搞砸的地方，但我观察到的是我的机器最初有足够的内存（90G 包括交换），但是 eigsh 的内存使用量在运行直到我的内存用完。我在这里有什么明显的遗漏吗？
我试过的：
——看源头。这是很多，但据我所见，python 代码在迭代之间没有分配内存。我不擅长 Fortran，但如果 ARPACK 本身或调用例程分配内存，那将是出乎意料的。
--在 Octave（MATLAB 克隆）中尝试了一个等效的东西，具有类似的效果，虽然不太明显，因为数据类型必须是双精度的，因此从一开始就受到更多的限制。那么也许它可能与 ARPACK 本身有关？
——谷歌了一大堆。看起来 Scipy 确实（是吗？）在某处使用了循环引用，这在多次调用 eigsh 时引起了其他人的悲痛，但我只调用了一次，所以也许这不是同一个问题。
任何帮助将不胜感激。