当你使用sys.exc_info()检查异常时，有一个特定的例子说明你应该使用del(可能还有其他的例子，但我知道这个是现成的)。这个函数返回一个元组、引发的异常类型、消息和一个回溯。

前两个值通常足以诊断错误并对其进行处理，但第三个值包含从引发异常的位置到捕获异常的位置之间的整个调用堆栈。特别是，如果你做

try:
    do_evil()
except:
    exc_type, exc_value, tb = sys.exc_info()
    if something(exc_value):
        raise

回溯，TB最终在调用堆栈的局部变量中，创建了一个不能被垃圾收集的循环引用。因此，重要的是要做到:

try:
    do_evil()
except:
    exc_type, exc_value, tb = sys.exc_info()
    del tb
    if something(exc_value):
        raise

打破循环引用。在许多情况下，您希望调用sys.exc_info()，就像使用元类魔法一样，回溯是有用的，因此您必须确保在可能离开异常处理程序之前清除它。如果你不需要回溯，你应该立即删除它，或者直接执行:

exc_type, exc_value = sys.exc_info()[:2]

一起避免这一切。

作为del可以用来做什么的例子，我发现它在这样的情况下很有用:

def f(a, b, c=3):
    return '{} {} {}'.format(a, b, c)

def g(**kwargs):
    if 'c' in kwargs and kwargs['c'] is None:
        del kwargs['c']

    return f(**kwargs)

# g(a=1, b=2, c=None) === '1 2 3'
# g(a=1, b=2) === '1 2 3'
# g(a=1, b=2, c=4) === '1 2 4'

这两个函数可以在不同的包/模块中，程序员不需要知道f中的参数c实际上有什么默认值。因此，通过将kwargs与del结合使用，您可以将其设置为None(或者在这种情况下也可以保留它)，从而说“I want the default value on c”。

你也可以这样做:

def g(a, b, c=None):
    kwargs = {'a': a,
              'b': b}
    if c is not None:
        kwargs['c'] = c

    return f(**kwargs)

然而，我发现前面的例子更加DRY和优雅。

只是另一种想法。

当在Django这样的框架中调试http应用程序时，调用堆栈中充满了以前使用过的无用和混乱的变量，特别是当它是一个非常长的列表时，这对开发人员来说是非常痛苦的。因此，在这一点上，名称空间控制可能是有用的。

del is the equivalent of "unset" in many languages and as a cross reference point moving from another language to python.. people tend to look for commands that do the same thing that they used to do in their first language... also setting a var to "" or none doesn't really remove the var from scope..it just empties its value the name of the var itself would still be stored in memory...why?!? in a memory intensive script..keeping trash behind its just a no no and anyways...every language out there has some form of an "unset/delete" var function..why not python?

我发现在使用Numpy处理大数据时，del对于伪手动内存管理非常有用。例如:

for image_name in large_image_set:
    large_image = io.imread(image_name)
    height, width, depth = large_image.shape
    large_mask = np.all(large_image == <some_condition>)
    # Clear memory, make space
    del large_image; gc.collect()

    large_processed_image = np.zeros((height, width, depth))
    large_processed_image[large_mask] = (new_value)
    io.imsave("processed_image.png", large_processed_image)

    # Clear memory, make space
    del large_mask, large_processed_image; gc.collect()

当Python GC无法跟上时，系统会疯狂地切换，这可能会导致脚本停止，而它在宽松的内存阈值下运行得非常流畅，从而在机器工作时留下了足够的空间来使用机器浏览和编码。

del所做的部分(来自Python语言参考):

删除名称将从本地或全局名称空间删除该名称的绑定

将None赋值给名称不会删除名称与名称空间的绑定。

(我想关于移除名称绑定是否真的有用可能会有一些争论，但这是另一个问题。)