從三個方面來說；

一、物件的引用計數機制； 二、垃圾回收機制； 三、記憶體池機制

一、物件的引用計數機制

Python內部使用引用計數，來保持追蹤記憶體中的物件，所有物件都有引用計數。

引用計數增加的情況：

1，一個物件分配一個新名稱

2，將其放入一個容器中（如列表、元組或字典）

引用計數減少的情況：

1，使用del語句對物件別名顯示的銷燬

2，引用超出作用域或被重新賦值

sys.getrefcount( )函式可以獲得物件的當前引用計數

多數情況下，引用計數比你猜測得要大得多。對於不可變資料（如數字和字串），直譯器會在程式的不同部分共享記憶體，以便節約記憶體。

二、垃圾回收

1，當一個物件的引用計數歸零時，它將被垃圾收集機制處理掉。

2，當兩個物件a和b相互引用時，del語句可以減少a和b的引用計數，並銷燬用於引用底層物件的名稱。然而由於每個物件都包含一個對其他物件的應用，因此引用計數不會歸零，物件也不會銷燬。（從而導致記憶體洩露）。為解決這一問題，直譯器會定期執行一個迴圈檢測器，搜尋不可訪問物件的迴圈並刪除它們。

三、記憶體池機制

Python提供了對記憶體的垃圾收集機制，但是它將不用的記憶體放到記憶體池而不是返回給作業系統。

1，Pymalloc機制。為了加速Python的執行效率，Python引入了一個記憶體池機制，用於管理對小塊記憶體的申請和釋放。

2，Python中所有小於256個位元組的物件都使用pymalloc實現的分配器，而大的物件則使用系統的malloc。

3，對於Python物件，如整數，浮點數和List，都有其獨立的私有記憶體池，物件間不共享他們的記憶體池。也就是說如果你分配又釋放了大量的整數，用於快取這些整數的記憶體就不能再分配給浮點數。