了解内存管理可以帮助您编写高效的Python代码。尽管您可能无法控制内存分配，但是您可以优化程序来更好地分配内存。
在深入研究之前，请记住：在python中，一切都是对象。
与C，C ++或Java不同，值存储在内存中，并且变量指向该内存位置。
C中的内存分配
在python中，整个对象存储在内存中，对象可以是整数、字符串或列表，以及指向对象的变量。困惑吗?
为了理解，让我们了解python对象的作用！
内存中的PyObject：
- 类型：整数、字符串、浮点数等
- 引用计数：绑定到该对象的引用的数量
- 值：值/数据/信息
PyObject(a = 200)
因此，每当您创建一个变量时(比如a = 200)，就会在内存中创建一个新的PyObject，它的ref count被设置为1，变量“a”指向它。
但是什么是ref count呢?
让我们举个例子来理解它。我们有一个类型为integer、值为200的变量“a”。假设我需要另一个名为“b”的变量，其类型为integer，值为200。你已经创建了两个这样的变量
因此，您已经创建了两个这样的变量
a = 200
b = 200
现在，您可能在猜测，对于变量“a”和“b”，内存中必须有2个对象。但事实并非如此。“a”和“b”指向同一个对象。
变量a和b引用相同的PyObject
让我们通过Python代码来验证这一点。
>>> a=1>>> b=1>>> c=2>>> id(a)94147440556736>>> id(b)94147440556736>>> id(c)94147440556768>>>如您所见，变量“ a”和“ b”具有相同的id(内存位置)，因此表示相同的对象，而c具有不同的id值。因此，当前在内存中有两个python对象。
现在，如果我们为“ a”分配一个新值，即a = 3。
>>> a=3>>> id(a)94147440556800>>> id(b)94147440556736>>>现在， “ a”指向一个新对象，而 “ b”仍然指向同一对象。
但是让我们考虑这个例子。
>>> a=1>>> b=a>>> id(a)94147440556736>>> id(b)94147440556736>>>在此示例中，a = 1，但“ b”的值为“ a”。当我们更改“ a”的值时，是否也会影响“ b”？让我们来看看。
>>> a=1>>> b=a>>> id(a)94147440556736>>> id(b)94147440556736>>> a=3>>> id(a)94147440556800>>> id(b)94147440556736>>>“ a”现在指向新对象，但 “ b”仍然指向旧对象。
但这是为什么呢？
因为“b”并不直接指向变量“a”，而是指向变量“a”的对象。这就是ref count的作用，它跟踪指向它的变量的数量。
另一个有趣的问题是，如果PyObject的引用ref count变为零，将会发生什么呢？
在此之前，让我们了解如何删除对对象的引用。
1.del
Python的内置del关键字可帮助我们删除这些指向对象的引用。实际上，有些人认为del从内存中删除了对象，事实并非如此。
因此，您可以像这样使用del删除引用。
>>> a=2>>> id(a)94147440556768>>> del a2. 超出范围
一旦超出范围，对象的引用将自动删除。
>>> def scope():... x=1... print(id(x))... >>> scope()94147440556736>>>让我们以上面的代码为例，变量“ x”的对象在scope()函数中ref count为+1，但是当解释器离开此函数作用域时，PyObject的ref count将减1，因为“ x”是一个局部变量，只对它的函数有作用域。
这就是为什么python不鼓励使用全局变量的原因之一，因为全局作用域中的变量可以应用于整个程序。
3.将新对象分配给变量。
将新对象分配给现有变量时。前一个对象的ref count减1。
>>> a=1>>> id(a)94147440556736>>> a=2>>> id(a)94147440556768>>>现在，回到前面的问题，当对象的ref count为0时会发生什么。它是否保留在内存中呢？
一旦对象的ref count变为0，垃圾收集器就会将其从内存中删除。
