python内存管理机制 ( Pymalloc ) 包括三个方面：一垃圾回收机制，二对象的引用计数机制,三内存池机制
一、垃圾回收
1，在python语言内部，当一个对象的引用计数为0时，它将被垃圾收集机制处理掉;
2，当两个对象a和b相互引用时，del语句可以减少a和b的引用计数，并销毁用于引用底层对象的名称。然而由于每个对象都包含一个对其他对象的应用，因此引用计数不会归零，对象也不会销毁。(从而导致内存泄露)。为解决这一问题，解释器会定期执行一个循环检测器，搜索不可访问对象的循环并删除它们。
二、对象的引用计数机制
Python内部使用引用计数，来保持追踪内存中的对象，所有对象都有引用计数。
引用计数增加的情况：
1，一个对象分配一个新名称
2，将其放入一个容器中(如列表、元组或字典)
引用计数减少的情况：
1，使用del语句对对象别名显示的销毁
2，引用超出作用域或被重新赋值
sys.getrefcount( )函数可以获得对象的当前引用计数
多数情况下，引用计数比你猜测得要大得多。对于不可变数据(如数字和字符串)，解释器会在程序的不同部分共享内存，以便节约内存。
三、内存池机制
Python语言虽然提供了对内存的垃圾收集机制，但实际上它将不用的内存放到内存池而不是返回给操作系统，所以就有了以下：
1，Pymalloc机制：这个主要是为了加速Python的执行效率，Python引入了一个内存池机制，用于管理，为了对小块内存的申请和释放。
2，Python中所有小于256个字节的对象都使用pymalloc实现的分配器，而大的对象则使用系统的malloc。
3，对于Python对象，比如整数、浮点数和List这些，都有自己独立的内存池，对象间并不共享他们的内存池。换句话说就是，假设你分配并且释放了大量的整数，那么用于缓存这些整数的内存就不能再分配给浮点数。
Python应用领域越来越广，企业需求也越来越多，薪资也在逐步上涨，如果有同学想从事Python开发工程师还是不错的选择。Python学习相对简单，但是还是建议同学们在老师的带领下，有专业的实训项目促进学习，学习效果才能更好，之后在Python行业中才能更稳步前行。
閱讀更多 優就業老師 的文章
