Pyodide运行Plotly代码关闭控制台时报内存访问越界/OOM错误求助

该问题属于Pyodide WebAssembly环境与Plotly交互时的已知内存边界问题，根本诱因是浏览器控制台开闭状态下的内存分配策略差异：

1. 控制台打开时，浏览器会为开发者工具相关进程提升内存配额，同时放宽对Pyodide WASM堆内存的占用限制，Plotly图表对象隐式序列化的过程不会触发内存阈值，所以可以正常渲染。
2. 控制台关闭时，浏览器对后台JS/WASM线程的内存限制更严格，Plotly将Python侧Figure对象序列化为渲染所需的JSON结构时，一次性申请的内存超出了Pyodide默认分配的WASM堆大小，就会抛出memory access out of bounds错误。

可以按需选择以下任意一种方案修复：

• 初始化Pyodide时显式提升内存上限，在调用loadPyodide时增加内存配置参数，示例如下：

let pyodide = await loadPyodide({
  // 单位为MB，根据实际业务需求调整即可
  initialMemory: 256,
  maximumMemory: 1024
});

• 避免直接返回fig对象触发隐式序列化，手动将图表配置序列化后交给JS侧渲染，修改Python代码如下：

import pandas
import plotly.express as px
import json

df = px.data.iris()
fig = px.scatter(
df, x="sepal_width", y="sepal_length",
color="species")

# 手动序列化后输出给JS侧调用Plotly渲染
print(json.dumps(fig.to_json()))

JS侧拿到输出的JSON字符串后，直接调用Plotly.newPlot(domElement, JSON.parse(figJson))即可完成渲染，大幅降低Pyodide侧的内存开销。

• 升级Pyodide到0.25.0及以上版本，该版本对大对象序列化的内存管理逻辑做了专项优化，已经覆盖修复了Plotly相关的内存越界问题。
• 如果你使用的是JupyterLite等封装好的Pyodide环境，可以在代码开头添加一行import pyodide; pyodide.setInterruptBuffer(None)，禁用中断检查逻辑减少内存碎片化，也能降低该错误的触发概率。

内容的提问来源于stack exchange，提问作者Alexandre Adereyko