現(xiàn)在，100X的內(nèi)存有可能被毫無用處地困在你的程序里，永遠不會被再次利用，而且也拒絕被系統(tǒng)分配給其他程序。更具諷刺意味的是，如果你使用處理模塊來運行程序的多個實例，那么就會嚴重限制你在給定計算機上可以運行的實例數(shù)。

內(nèi)存剖析

想要衡量和測量程序的實際內(nèi)存使用情況，可以使用memory_profiler模塊。我嘗試了一下，不確定所得出的結(jié)果是否可信。它使用起來非常簡單。你裝飾一個函數(shù)（可能是@profiler裝飾器的主函數(shù)0函數(shù)），當程序退出時，內(nèi)存分析器會打印出一份標準輸出的簡潔報告，顯示每行的總內(nèi)存和內(nèi)存變化。

memory_profiler

https：//pypi.python.org/pypi/memory_profiler

```python from memory_profiler import profile

@profile def main（）： a = [] b = [] c = [] for i in range（100000）： a.append（5） for i in range（100000）： b.append（300） for i in range（100000）： c.append（'1234567890123

45678901234567890'） del a del b del c

print ‘Done！’ if __name__ == '__main__'：

main（） ```

Here is the output：

Line # Mem usage Increment Line Contents

3 22.9 MiB 0.0 MiB @profile

4 def main（）：

如你所見，這里的內(nèi)存開銷是22.9MB。在【-5，256】范圍內(nèi)外添加整數(shù)和添加字符串時內(nèi)存不增加的原因是在所有情況下都使用單個對象。目前尚不清楚為什么第8行的第一個range（1000）循環(huán)增加了4.2MB，而第10行的第二個循環(huán)只增加了0.4MB，第12行的第三個循環(huán)增加了0.8MB。最后，當刪除a、b和c列表時，為a和c釋放了0.6MB，但是為b添加了0.2MB。對于這些結(jié)果我并不是特別理解。