进程以退出代码 139 结束（被信号 11 中断：SIGSEGV）

Question

我正在尝试执行Python 脚本，但出现以下错误：

Process finished with exit code 139 (interrupted by signal 11: SIGSEGV)

我在 Linux Mint 18.1 Serena OS 上使用 python 3.5.2

谁能告诉我为什么会这样，我该如何解决？

Answer 1

SIGSEGV 信号指示“分段违规”或“段错误”。 或多或少，这相当于读取或写入未在进程中映射的内存地址。

这表明您的程序中存在错误。 在 Python 程序中，这要么是解释器中的错误，要么是正在使用的扩展模块中的错误（后者是最常见的原因）。

要解决此问题，您有多种选择。 一种选择是生成一个最小的、独立的、完整的示例来复制问题，然后将其作为错误报告提交给它使用的扩展模块的维护者。

另一种选择是尝试自己找出原因。 gdb是一个有价值的工具，它是 Python 的调试版本和所有正在使用的扩展模块。

安装 gdb 后，您可以使用它来运行 Python 程序：

gdb --args python <more args if you want>

然后使用 gdb 命令来追踪问题。 如果您使用run那么您的程序将一直运行，直到它崩溃，您将有机会使用其他 gdb 命令检查状态。

Answer 2

另一个可能的原因（我今天遇到的）是你试图读/写一个打开的文件。 在这种情况下，只需关闭文件并重新运行脚本即可解决问题。

Answer 3

一段时间后，我发现我正在运行一个新的 TensorFlow 版本，它在旧计算机上出现错误。 我解决了将 TensorFlow 版本降级到 1.4 的问题

Answer 4

当我遇到这个问题时，我意识到存在一些内存问题。 我重新启动PC并解决了它。

Answer 5

如果您的 C 程序（例如，使用cpython试图越界访问变量）也会出现这种情况

ctypedef struct ReturnRows:
    double[10] your_value

cdef ReturnRows s_ReturnRows # Allocate memory for the struct
s_ReturnRows.your_value = [0] * 12

将失败

Process finished with exit code 139 (interrupted by signal 11: SIGSEGV)

Answer 6

对我来说，我使用 OpenCV 库来应用 SIFT。 在我的代码中，我将 cv2.SIFT() 替换为 cv2.SIFT_create() 并且问题消失了。

Answer 7

尝试使用pyodbc模块连接到 Oracle DB 时，我收到了同样的错误：

connection = pyodbc.connect()

错误发生在以下几种情况：

• 数据库连接已在同一个 python 文件中多次打开
• 在调试模式下，在打开与 DB 的连接时已到达断点

可以通过以下方法避免错误消息：

• 只打开一次数据库并在所有需要的地方重用连接
• 使用后正确关闭数据库连接

希望，这会帮助任何人！

Answer 8

删除了 python 解释器和 'venv' 文件夹解决了我的错误。

Answer 9

11 : SIGSEGV - 当内存段被非法访问时出现此信号。

python中有一个模块名称信号，您可以通过它处理这种操作系统信号。

如果你想忽略这个SIGSEGV信号，你可以这样做：

signal.signal(signal.SIGSEGV, signal.SIG_IGN)

但是，忽略信号可能会导致代码出现一些不适当的行为，因此最好使用定义的处理程序来处理SIGSEGV信号，如下所示：

def SIGSEGV_signal_arises(signalNum, stack):
    print(f"{signalNum} : SIGSEGV arises")
    # Your code

signal.signal(signal.SIGSEGV, SIGSEGV_signal_arises) 

Answer 10

当我尝试在断开连接的外部 GPU 上运行我的代码时遇到了这个问题。 我将os.environ['PYOPENCL_CTX']=2设置为未连接 GPU 2。 所以我只需要将代码更改为 os.environ ['PYOPENCL_CTX'] = 1 。

Answer 11

对我来说，这三行代码已经重现了错误，无论有多少可用内存：

import numpy as np
from sklearn.cluster import KMeans

X = np.array([[1, 2], [1, 4], [1, 0], [10, 2], [10, 4], [10, 0]])
kmeans = KMeans(n_clusters=1, random_state=0).fit(X)

我可以通过删除重新安装scikit-learn包来解决这个问题。 一个非常相似的解决方案。

Answer 12

如果尝试使用 concurrent.futures 复合线程，也会发生这种情况。 例如，在另一个 .map 调用中调用 .map。

这可以通过删除 .map 调用之一来解决。

Answer 13

我在使用 scikit-learn 的 kmeans 时遇到了同样的问题。 从 scikit-learn 1.0 升级到 1.0.2 为我解决了这个问题。

Answer 14

此问题通常是由您的环境中不兼容的库引起的。 就我而言，它是pyspark库。

Answer 15

在运行 PHPUnit 时，我在 PHP 中遇到了这个错误。 原因是循环依赖。

Answer 16

就我而言，恢复我最近的 conda 安装解决了这种情况。

Answer 17

导入 monai 时出现此错误。 我新建conda环境后解决了。 我能想到的可能原因是不同包之间存在一些冲突，或者我的环境名称与我要导入的 package 名称相同（monai）。

Answer 18

我通过更新python库解决了这个问题。 就我而言，它是scikit-learn：

pip install -U scikit-learn

Answer 19

在其他页面上找到。 解释器：python 3.8

cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml")

这为我解决了问题。 我用 2.7 获得 SIGSEGV，将我的 python 升级到 3.8，然后用 OpenCV 得到不同的错误。 并在OpenCV 4.0.0 SystemError: <class 'cv2.CascadeClassifier'> returned a result with a error set上找到答案。

但最终一行代码修复了它。