我正在为Python开发一个名为memprof的内存分析器:

http://jmdana.github.io/memprof/

它允许您在执行装饰方法期间记录和绘制变量的内存使用情况。你只需要导入库使用:

from memprof import memprof

并装饰你的方法使用:

@memprof

这是一个关于图的例子:

该项目托管在GitHub:

https://github.com/jmdana/memprof

Muppy是另一个Python内存使用分析器。这个工具集的重点是识别内存泄漏。

Muppy试图帮助开发人员识别Python应用程序的内存泄漏。它支持在运行时跟踪内存使用情况，并识别正在泄漏的对象。此外，还提供了工具来定位未发布对象的源。

我正在为Python开发一个名为memprof的内存分析器:

http://jmdana.github.io/memprof/

它允许您在执行装饰方法期间记录和绘制变量的内存使用情况。你只需要导入库使用:

from memprof import memprof

并装饰你的方法使用:

@memprof

这是一个关于图的例子:

该项目托管在GitHub:

https://github.com/jmdana/memprof

我的模块memory_profiler能够打印内存使用情况的逐行报告，并且适用于Unix和Windows(最后一个需要psutil)。输出不是很详细，但目标是让您了解代码在哪里消耗了更多内存，而不是对已分配对象的详尽分析。

在用@profile修饰你的函数并使用-m memory_profiler标志运行你的代码之后，它将逐行打印一个报告，如下所示:

Line #    Mem usage  Increment   Line Contents
==============================================
     3                           @profile
     4      5.97 MB    0.00 MB   def my_func():
     5     13.61 MB    7.64 MB       a = [1] * (10 ** 6)
     6    166.20 MB  152.59 MB       b = [2] * (2 * 10 ** 7)
     7     13.61 MB -152.59 MB       del b
     8     13.61 MB    0.00 MB       return a

我发现meliae比Heapy或PySizer更有功能。如果你碰巧在运行一个wsgi webapp，那么Dozer是一个很好的Dowser中间件包装器

还可以尝试pytracemalloc项目，该项目提供每个Python行号的内存使用量。

EDIT(2014/04):它现在有一个Qt GUI来分析快照。