先從較淺的層面來說，Python的記憶體管理機制可以從三個方面來講
（1）垃圾回收
（2）引用計數
（3）記憶體池機制
一、垃圾回收：
python不像C++，Java等語言一樣，他們可以不用事先聲明變量類型而直接對變量進行指派。對Python語言來講，對象的類型和記憶體都是在運作時确定的。這也是為什麼我們稱Python語言為動态類型的原因（這裡我們把動态類型可以簡單的歸結為對變量記憶體位址的配置設定是在運作時自動判斷變量類型并對變量進行指派）。
二、引用計數：
Python采用了類似Windows核心對象一樣的方式來對記憶體進行管理。每一個對象，都維護這一個對指向該對對象的引用的計數。如圖所示（圖檔來自Python核心程式設計）
、
x = 3.14
y = x
我們首先建立了一個對象3.14， 然後将這個浮點數對象的引用指派給x，因為x是第一個引用，是以，這個浮點數對象的引用計數為1. 語句y = x建立了一個指向同一個對象的引用别名y，我們發現，并沒有為Y建立一個新的對象，而是将Y也指向了x指向的浮點數對象，使其引用計數為2.
我們可以很容易就證明上述的觀點：
變量a 和 變量b的id一緻(我們可以将id值想象為C中變量的指針).
我們援引另一個網址的圖檔來說明問題：對于C語言來講，我們建立一個變量A時就會為為該變量申請一個記憶體空間，并将變量值 放入該空間中,當将該變量賦給另一變量B時會為B申請一個新的記憶體空間，并将變量值放入到B的記憶體空間中，這也是為什麼A和B的指針不一緻的原因。如圖：
int A = 1 int A = 2
而Python的情況卻不一樣，實際上，Python的處理方式和Javascript有點類似，如圖所示，變量更像是附在對象上的标簽(和引用的定義類似)。當變量被綁定在一個對象上的時候，該變量的引用計數就是1，(還有另外一些情況也會導緻變量引用計數的增加),系統會自動維護這些标簽，并定時掃描，當某标簽的引用計數變為0的時候，該對就會被回收。
a = 1 a = 2 b = a
三、記憶體池機制
Python的記憶體機制以金字塔行，-1，-2層主要有作業系統進行操作，
第0層是C中的malloc，free等記憶體配置設定和釋放函數進行操作；
第1層和第2層是記憶體池，有Python的接口函數PyMem_Malloc函數實作，當對象小于256K時有該層直接配置設定記憶體；
第3層是最上層，也就是我們對Python對象的直接操作；
在 C 中如果頻繁的調用 malloc 與 free 時,是會産生性能問題的.再加上頻繁的配置設定與釋放小塊的記憶體會産生記憶體碎片. Python 在這裡主要幹的工作有:
如果請求配置設定的記憶體在1~256位元組之間就使用自己的記憶體管理系統,否則直接使用 malloc.
這裡還是會調用 malloc 配置設定記憶體,但每次會配置設定一塊大小為256k的大塊記憶體.
經由記憶體池登記的記憶體到最後還是會回收到記憶體池,并不會調用 C 的 free 釋放掉.以便下次使用.對于簡單的Python對象，例如數值、字元串，元組（tuple不允許被更改)采用的是複制的方式(深拷貝?)，也就是說當将另一個變量B指派給變量A時，雖然A和B的記憶體空間仍然相同，但當A的值發生變化時，會重新給A配置設定空間，A和B的位址變得不再相同
而對于像字典(dict)，清單(List)等，改變一個就會引起另一個的改變，也稱之為淺拷貝
附：
引用計數增加
1.對象被建立：x=4
2.另外的别人被建立：y=x
3.被作為參數傳遞給函數：foo(x)
4.作為容器對象的一個元素：a=[1,x,'33']
引用計數減少
1.一個本地引用離開了它的作用域。比如上面的foo(x)函數結束時，x指向的對象引用減1。
2.對象的别名被顯式的銷毀：del x ；或者del y
3.對象的一個别名被指派給其他對象：x=789
4.對象從一個視窗對象中移除：myList.remove(x)
5.視窗對象本身被銷毀：del myList，或者視窗對象本身離開了作用域。
垃圾回收
1、當記憶體中有不再使用的部分時，垃圾收集器就會把他們清理掉。它會去檢查那些引用計數為0的對象，然後清除其在記憶體的空間。當然除了引用計數為0的會被清除，還有一種情況也會被垃圾收集器清掉：當兩個對象互相引用時，他們本身其他的引用已經為0了。
2、垃圾回收機制還有一個循環垃圾回收器, 確定釋放循環引用對象(a引用b, b引用a, 導緻其引用計數永遠不為0)。
參考：
[1] Python 2.7.8 documentation memory management
[2]深入詳解python傳值問題及記憶體管理機制-CSDN
[3]Python記憶體池管理與緩沖池設計 - 張知臨的專欄
[4]了解python變量和記憶體管理