本文将详细地介绍python内存管理的细节，虽然我们写代码的时候不用去关心复杂的内存管理任务，但是了解python内存管理的流程，能够使我们对数据存储和引用更加得心应手。
内存分配
之前也说过，在python中变量名和类型都无需事先申明（我爱python理由之一），这些都是在赋值的时候决定的。Python解释器承担了内存管理的复杂任务，我们只要负责编写代码即可。我们新创建一个对象，并对这个对象进行各种操作的时候，Python解释器是如何进行内存管理的呢？在这里就要介绍下python内部的引用计数器了。
引用计数器
要保持追踪内存中创建的对象，Python使用了引用计数器这种技术。顾名思义，就是记录所有使用中的对象各有多少引用次数。当对象被创建时，它的引用次数为1，而当它的引用次数变成0时，该对象就会被垃圾回收机制处理，从而释放出内存。那么增加和减少引用计数的方式有哪些呢？
增加引用计数的方式：
对象被创建：
x = 1
1
x=1
此时变量名x指向对象1，对象1的引用计数为1，如图所示：
别名被创建：
y = x
1
y=x
此时变量名y也指向对象1，对象1的引用计数为2，如图所示：
被作为参数传递给函数：
funtion(x)
1
funtion(x)
成为容器对象（列表，元组，字典）中的元素：
list1 = [a, b, x]
1
list1=[a,b,x]
减少引用计数的方式：
变量名指向另一个对象:
x = 1
y = x
y = 2
1
2
3
x=1
y=x
y=2
本来变量名x、y都指向对象1，引用次数为2，当把对象2赋值给变量名y时，变量名y不再指向对象1了，此时引用次数变为1，如图所示：
函数结束时：
比如function(x)结束后，对象1的引用次数减少1次。
显式删除别名：
del y
1
dely
从容器对象中移除：
list1.remove(x)
1
list1.remove(x)
或者容器对象被删除：
del list1
1
dellist1这些方式都会使对象的引用计数减少。
垃圾收集器
垃圾收集器负责释放内存，它会寻找引用计数为0的对象，也会检查那些引用计数大于0但也应该被销毁的对象，比如循环引用。
一个典型的循环引用如下：
#moduleA
from moduleB import b
def a():
print 'aaa'
b()
def c():
print 'ccc'
if __name__ == '__main__':
a()
#moduleB
from moduleA import c
def b():
print 'bbb'
c()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
#moduleA
frommoduleBimportb
defa():
print'aaa'
b()
defc():
print'ccc'
if__name__=='__main__':
a()
#moduleB
frommoduleAimportc
defb():
print'bbb'
c()有两个模块moduleA 和 moduleB，首先在A中导入B，进入B中，发现B中又导入了A又回到A中，但是A又导入B这就形成了循环引用。一个循环引用发生在至少两个对象互相引用时，也就是说所有的引用都消失时，这些引用仍然存在，这说明单靠引用计数还不够。
因此Python的垃圾收集器实际上是由引用计数器和循环垃圾收集器组成。当一个对象的引用计数为0时，解释器暂停，释放掉这个对象；同时垃圾收集器会检查未通过计数销毁的对象，在这种情况下，解释器暂停，试图清理所有未引用的循环。
Python对象
再次重申，python中一切皆对象。python使用对象来存储数据，所以python是一门面向对象的编程语言。python对象包括三个特性：
身份：身份表示对象的内存地址，可以通过内建函数id()查看。
类型：对象的类型决定了保存什么样的数据，可以进行什么样的操作，可以通过内建函数type()查看。
值：对象包含的数据。
这三个特性在对象被创建的时候就自动产生。
指向相同的对象：
x = y = 1
1
x=y=1
以及：
x = 1
y = x
1
2
x=1
y=x这两种情况都是将变量名x、y指向对象1。除此之外对于不可变对象（比如：整型对象和字符串对象），不同变量名也会指向相同的对象。
x = 1
y = 1
1
2
x=1
y=1在这里我们认为Python应该会创建两个对象，事实上变量名x、y还是指向了同一个对象1，我们可以通过内建函数id()来查看。
>>>id(x)
1710132261416
>>>id(y)
1710132261416
1
2
3
4
>>>id(x)
1710132261416
>>>id(y)
1710132261416两者的内存地址一样。这是因为python认为这些不可变对象会经常被用到。
指向不相同的对象：
x = 1.0
y = 0.5 + 0.5
1
2
x=1.0
y=0.5+0.5
以及：
x = 1.0
y = 1.0
1
2
x=1.0
y=1.0
虽然对象的值是一样的，但是对象的内存地址不同，仍是两个不同的对象，可以通过内建函数id()来验证：
>>>id(x)
1710172008712
>>>id(y)
1710172008784
1
2
3
4
>>>id(x)
1710172008712
>>>id(y)
1710172008784
