Python内存分配-可以释放它吗？

我提出了一个问题，在这个问题上，我在释放python中使用的某个变量的内存时遇到了一些问题。尝试了很多东西，最后我尝试在代码中使用内存分析器来查看内存分配到哪里

这是内存探查器的输出：

Line #    Mem usage    Increment   Line Contents
================================================
    30   28.523 MiB    0.000 MiB   @profile     
    31                             def store_file(file_name,data):
    32   29.027 MiB    0.504 MiB    with h5py.File(file_name,'w',driver='core',backing_store=False) as f:
    33   28.520 MiB   -0.508 MiB        dset = f.create_dataset("mydataset", (100,) ,dtype='i')


Filename: array.py

Line #    Mem usage    Increment   Line Contents
================================================
    35   24.656 MiB    0.000 MiB   @profile     
    36                             def load_data_overlap(saved):
    37                                 #os.chdir(numpy_train)
    38   24.656 MiB    0.000 MiB       print "Inside function!..."
    39   24.656 MiB    0.000 MiB       if saved == False:
    40   25.531 MiB    0.875 MiB           train_files = np.random.randint(255,size=(1,40,690,4))
    41   25.531 MiB    0.000 MiB           train_input_data_interweawed_normalized = []
    42                                     #print "Storing train pic to numpy"
    43   25.531 MiB    0.000 MiB           part = 0
    44   28.523 MiB    2.992 MiB           for i in xrange(10):
    45   28.523 MiB    0.000 MiB            print resource.getrusage(resource.RUSAGE_SELF).ru_maxrss
    46   28.523 MiB    0.000 MiB            if resource.getrusage(resource.RUSAGE_SELF).ru_maxrss > 27033600:
    47   28.523 MiB    0.000 MiB                print "Max ram storing part: " + str(part) + " At entry: " + str(i)
    48                                          #print resource.getrusage(resource.RUSAGE_SELF).ru_maxrss
    49                                          #print "Storing Train input"
    50   28.523 MiB    0.000 MiB                file_name = 'train_input_'+'part_'+str(part)+'_'+str(dim)+'_'+str(total_frames_with_deltas)+'_window_height_'+str(window_height)+'.h5'
    51   27.492 MiB   -1.031 MiB                store_file(file_name,train_input_data_interweawed_normalized)
    52                                          #print getsizeof(train_input_data_interweawed_normalized)
    53                                          #print resource.getrusage(resource.RUSAGE_SELF).ru_maxrss
    54   27.492 MiB    0.000 MiB                part = part + 1             
    55   27.492 MiB    0.000 MiB                del train_input_data_interweawed_normalized
    56   27.492 MiB    0.000 MiB                gc.collect()
    57                                          #print resource.getrusage(resource.RUSAGE_SELF).ru_maxrss
    58   27.492 MiB    0.000 MiB                train_input_data_interweawed_normalized = []
    59                                          #print getsizeof(train_input_data_interweawed_normalized)
    60                                          #print resource.getrusage(resource.RUSAGE_SELF).ru_maxrss
    61                                          #raw_input("something")
    62   28.523 MiB    1.031 MiB            for plot in train_files:
    63   28.523 MiB    0.000 MiB                overlaps_reshaped = np.random.randint(10,size=(45,200,5,3))
    64   28.523 MiB    0.000 MiB                for ind_plot in overlaps_reshaped.reshape(overlaps_reshaped.shape[1],overlaps_reshaped.shape[0],overlaps_reshaped.shape[2],overlaps_reshaped.shape[3]): 
    65   28.523 MiB    0.000 MiB                    ind_plot_reshaped = ind_plot.reshape(ind_plot.shape[0],1,ind_plot.shape[1],ind_plot.shape[2])
    66   28.523 MiB    0.000 MiB                    train_input_data_interweawed_normalized.append(ind_plot_reshaped)
    67   28.523 MiB    0.000 MiB       print len(train_input_data_interweawed_normalized)

内存被分配到变量中，变量总是被清除的，但是ram的使用从未被释放

然后，我试着想象随着时间的推移内存的使用情况，并看到了这一点：

内存使用情况似乎从未恢复。。看起来python代码已经动态分配了必要的内存，并且从未返回过。。 好像“代码认为”——它需要那么多内存，因为变量以前使用过这么多内存。所以做一些类似向量的事情会增加大小，但不会减少

理解正确吗？python就是这样管理内存的吗？

---

我试着用谷歌搜索这个主题，但大多数帖子都建议使用

gc.collect（）

——因此建议这应该是可能的

请指出哪个

var

行“始终被清除”。请指出哪个

var

行“始终被清除”。