Pandas与Plotly使用异常：脚本持续加载旧大型CSV文件

排查方向与解决步骤 #

• 检查脚本硬编码路径：仔细排查当前测试脚本，确认没有残留旧3GB文件的路径引用，哪怕是注释代码也可能因误执行触发问题。
• 清除Plotly缓存目录：Plotly会缓存数据或渲染结果，找到对应系统的缓存目录并删除所有文件：
  • Windows：%USERPROFILE%\.plotly
  • macOS/Linux：~/.plotly
    删除后重启Python运行环境。
• 重启IDE/终端：终止程序后IDE可能残留进程或缓存，直接关闭当前终端或整个IDE，重新打开后运行测试脚本。
• 切换干净运行环境：用命令行直接执行测试脚本，避开IDE缓存干扰；或新建虚拟环境，仅安装pandas、plotly依赖后再测试。
• 改用分块读取处理大文件：针对千万级记录的大文件，不要一次性加载全量数据，用pandas分块读取并提取目标列，结合plotly.graph_objects逐步构建图表：

  import pandas as pd
  import plotly.graph_objects as go
  
  fig = go.Figure()
  # 分块处理单个大文件
  chunk_size = 1000000
  for chunk in pd.read_csv("your_large_file.csv", usecols=["目标列1", "目标列2"], chunksize=chunk_size):
      fig.add_trace(go.Scatter(x=chunk["目标列1"], y=chunk["目标列2"], mode="lines", name="文件1"))
  
  # 重复逻辑处理其他文件
  fig.show()
  

  用plotly.graph_objects替代plotly.express，可灵活控制数据加载流程，避免px自动全量处理数据的问题。

内容的提问来源于stack exchange，提问作者ebug38