Python中更多不必要的变量是否意味着更多的内存使用？答案

【问题标题】：Do more unnecessary variables in Python mean more memory usage?Python中更多不必要的变量是否意味着更多的内存使用？
【发布时间】：2018-08-17 05:15:27
【问题描述】：

假设我有一些这样的代码：

default_pos = (21,45)
#I do some more stuff now, then change my mind to change the default_pos
#So, I overwrite default_pos and assign something else to it
default_pos = (756,600)

如果我声明了一个名为default_pos_changed 的新变量而不是这个变量，而让旧变量保持原样呢？那将意味着一个不必要的变量。那么，它不会占用比需要更多的内存吗？现在，如果有数百个这样的未使用变量，那可能是个问题，对吧？

【问题讨论】：

你刚刚改了帖子问了一个完全不同的问题:(
抱歉，有点不清楚
答案不是取决于语言，而是取决于解释器。 CPython, PyPy, IronPython, ...?
我正在使用 CPython，不喜欢 IronPython 的声音。使用 CPython 一年多了。永远不要头疼
变量：变量仅在运行时已知，除非它们是全局变量或常量。堆内存分配方案用于管理运行时变量的内存分配和解除分配。 link

标签： python variables memory memory-management

【解决方案1】：

你所谓的变量实际上是一个对象的引用。因此，使用像 default_pos_changed 这样的新变量会消耗一些内存。但是，只有存储引用的内存，而不是对象本身。

您可以查看 GitHub 上的 C implementation of Python。 reference 本质上是一个指针（和附加信息），因此它的大小大约是指针的大小。在 64 位机器上它是 8 个字节。与引用的对象大小相比，它很小。

编辑

你可以使用del来释放内存：引用被删除，如果一个对象的引用数为nul，根据垃圾收集器规则，对象分配的内存也可以释放。

del default_pos_changed. # free the reference memory
del default_pos. # free the reference memory, the object can be garbage collected.

【讨论】：

但是，保留一堆变量，尤其是在全局范围内，意味着它们引用的对象不会被释放。可能值得一提。但是，是的，即使是数百个“不必要的”变量也只会占用几千字节，这是一个很好的观点。
谢谢，我已经知道del，我只是对变量感到好奇。