查看这篇文章:跟踪python内存泄漏

另外，请注意，垃圾收集模块实际上可以设置调试标志。看看set_debug函数。另外，查看Gnibbler编写的代码，以确定调用后创建的对象类型。

查看这篇文章:跟踪python内存泄漏

另外，请注意，垃圾收集模块实际上可以设置调试标志。看看set_debug函数。另外，查看Gnibbler编写的代码，以确定调用后创建的对象类型。

不确定python中内存泄漏的“最佳实践”，但python应该通过它的垃圾收集器清除自己的内存。所以我主要会从检查一些短的循环列表开始，因为它们不会被垃圾收集器拾取。

至于最佳实践，请密切关注递归函数。在我的例子中，我遇到了递归的问题(在不需要的地方)。举个简单的例子:

def my_function():
    # lots of memory intensive operations
    # like operating on images or huge dictionaries and lists
    .....
    my_flag = True
    if my_flag:  # restart the function if a certain flag is true
        my_function()

def main():
    my_function()

以这种递归方式操作不会触发垃圾收集并清除函数的剩余部分，因此每次通过内存使用都会越来越大。

我的解决方案是从my_function()中提取递归调用，并在再次调用时使用main()句柄。这样，函数自然结束，并自行清理。

def my_function():
    # lots of memory intensive operations
    # like operating on images or huge dictionaries and lists
    .....
    my_flag = True
    .....
    return my_flag

def main():
    result = my_function()
    if result:
        my_function()

让我推荐我创建的mem_top工具

它帮助我解决了一个类似的问题

它会立即显示Python程序中最可能出现内存泄漏的地方

这绝不是详尽的建议。但是，在考虑避免未来的内存泄漏(循环)时，要记住的第一件事是确保任何接受回调引用的东西都应该将该回调存储为弱引用。