Python中的垃圾回收
Python内存管理非常简单。您无需担心内存管理，因为内存分配和释放是自动的。内存管理的机制之一是垃圾回收。让我们了解垃圾收集的不同方面，
垃圾收集
它是清理共享计算机内存的过程，当该程序不再需要该内存时，该程序将被正在运行的程序使用。通过垃圾回收，释放的内存可以被另一个程序使用。
python使用两种方法进行内存管理-
参考计数
垃圾收集
Python的垃圾回收是自动的，但是在某些编程语言中，您必须自己清理对象。在python中，如果需要，您可以手动删除对象。
>>> x = 9
>>> print(x)
9
>>> del x
>>> print(x)
Traceback (most recent call last):
File "<pyshell#3>", line 1, in <module>
print(x)
NameError: name 'x' is not defined在上面，我们仅定义一个变量(x)并使用它。在运行时，我们删除对象（因为python中的所有对象都是对象），然后尝试输出它。
在上述程序的前两行中，对象x是已知的。但是，删除object(x)之后，我们将无法再打印它。
因此，从上面我们可以看到垃圾收集是完全自动化的，我们不必为此担心。让我们通过另一个示例来了解上述概念。像上面的代码一样，python中的每个对象都有一个引用计数和一个指向类型的指针。
参考计数更改值取决于我们的使用方式，例如，如果将对象x分配给另一个对象y，则其参考计数将增加为2。
>>> some_list = [1, 2 ,3, 4, 5, 6, 7, 8, 9] >>> #Reference count of some_list = 1 >>> other_list = some_list >>> #Reference count = 2 >>> #This will also increases if we pass the object as an assignment >>> list_total = sum(some_list) >>> # If we put the object in a list, reference count will also increase >>> list_of_list = [some_list, some_list, some_list] >>> >>> #Let's check the reference count of object "some_list" >>> import sys >>> sys.getrefcount(some_list) 6
上面是一个很好的例子，了解python中内存管理的引用计数。我们创建一个对象“some_list”（引用计数=1），将其分配给另一个对象（引用计数=2），将对象设置为参数（引用计数=3），然后将对象放入出现对象的次数是三次的列表（参考计数=6）。稍后，当我们尝试获取对象“some_list”的引用计数时，得到6。
>>> import sys
>>> sys.getrefcount(some_list)
6
>>>
>>> del list_of_list
>>> sys.getrefcount(some_list)
3
>>> del some_list
>>> sys.getrefcount(some_list)
Traceback (most recent call last):
File "<pyshell#17>", line 1, in <module>
sys.getrefcount(some_list)
NameError: name 'some_list' is not defined