在python中，垃圾回收机制主要是以引用计数为主，以标记清除和分代回收机制为辅。
在python中一切皆对象，变量的本质其实就是对象的一个指针；比如：a=1 其实先分配内存(创建对象)存储数据“1”，然后a变量中指向对象(变量a存储着对象的内存地址)。
- 不可变对象：变量相对于对象的指向不会发生改变（str, tuple等）
- 具有相同值的不可变对象，变量指向的是同一个对象
- 只要不可变对象的值发生改变，变量就会指向重新创建的对象
- 可变对象：变量相对于对象的指向会发生改变（list等）
- 具有相同值的可变对象，变量指向的是不同的对象
- 允许可变对象存储数据的值发生改变，而不影响变量的指向
因为python运行过程中会使用各种变量，所以如果对象的占用内存管理不当，程序会由于内存溢出而异常终止。
引用计数
在python中万物皆对象，每个对象的核心就是一个结构体PyObject。每个对象维护一个ob_refcnt字段作为引用计数器，用来记录该对象当前被引用的次数；程序在运行的过程中会实时更新ob_refcnt的值，每当新的引用指向该对象时，它的引用计数ob_refcnt加1，每当该对象的引用失效时计数ob_refcnt减1；一旦该对象的引用计数值为0，该对象立即被回收，即它所占用的内存空间会被立即释放。
引用计数加1:
- 对象被创建，如a=999
- 对象被引用，如b=a
- 对象被作为参数传入到函数，如func(a)
- 对象作为元素存储在容器中，如lst=[a]
引用计数减1:
- 对象别名被显式销毁 ，如del a
- 对象别名被赋予新的对象，如a=888
- 一个对象离开它的作用域，如func函数执行完毕后func函数中的局部变量
- 对象所在的容器被销毁或从容器中删除对象
优点：
- 简单高效
- 实时：一旦一个对象的引用计数归零，内存立即释放
缺点：
- 资源消耗：维护引用计数的次数和引用赋值成正比
- 无法解决循环引用问题
标记清除
解决容器对象可能产生的循环引用问题。(注意，只有容器对象才会产生循环引用的情况，比如列表、字典、用户自定义类的对象、元组等。而像数字，字符串这类简单类型不会出现循环引用。作为一种优化策略，对于只包含简单类型的元组也不在标记清除算法的考虑之列)
- 标记：GC将所有的活动对象打上标记
- 清除：GC把没有被打上标记的非活动对象进行回收
- 对象之间通过引用(每个容器对象维护两个额外的指针，分别指向前后两个容器对象， 用来将容器对象组成一个链表)连在一起，构成一个有向图，对象构成这个有向图的节点，而引用关系构成这个有向图的边。从根对象(root object)出发，沿着有向边遍历对象，可达的(reachable)对象标记为活动对象，不可达的对象就是要被回收的非活动对象。根对象就是全局变量、调用栈、寄存器。
- python解释器(Cpython)维护了两个这样的双端链表：一个链表存放着需要被扫描的容器对象(Object to Scan/root链表)，另一个链表存放着临时不可达对象(Unreachable)。
- gc启动的时候，会逐个遍历”Object to Scan”链表中的容器对象，并且将当前对象所引用的所有对象的gc_ref（记录当前引用计数的变量ref_count的副本，初始值为ref_count的大小）减一，这一步操作就相当于解除了循环引用对引用计数的影响。
-
接着，gc会再次扫描所有的容器对象，如果对象的gc_ref值为0，那么这个对象就被标记为GC_TENTATIVELY_UNREACHABLE，并被移至”Unreachable”链表中。如果对象的gc_ref不为0，那么这个对象就会被标记为GC_REACHABLE。同时当gc发现有一个节点是可达的，那么他会递归地将从该节点出发可以到达的所有节点标记为GC_REACHABLE，如果可达节点当前在”Unreachable”链表中的话，还需要将其移回到”Object to Scan”链表中
-
第二次遍历的所有对象都遍历完成之后，存在于”Unreachable”链表中的对象就是真正需要被释放的对象，gc随即释放之。
上面描述的垃圾回收的阶段，会暂停整个应用程序，等待标记清除结束后才会恢复应用程序的运行。
缺点：
- 清除非活动的对象前必须顺序扫描整个堆内存。
分代回收
垃圾回收时，python不能进行其它的任务，频繁的垃圾回收将大大降低Python的工作效率，因此python 通过分代回收“以空间换时间”的方法提高垃圾回收效率。gc 模块可设置自动垃圾回收的阀值（创建数量与释放数量的差值，如果存在循环引用，创建数量>释放数量），即通过gc.get_threshold函数获取到的长度为 3 的元组，例如(700,10,10)代表gc每一代垃圾回收所触发的阈值；每一次计数器的增加，gc 模块就会检查增加后的计数是否达到阀值的数目，如果是，就会执行对应的代数的垃圾检查，然后重置计数器。
- python 将内存根据对象的存活时间划分为不同的集合，每个集合称为一个代，python 将内存分为了 3代，分别为年轻代（第 0 代）、中年代（第 1 代）、老年代（第 2 代），他们对应的是 3 个链表，它们的垃圾收集频率与对象的存活时间的增大而减小。
- 新创建的对象都会分配在年轻代，年轻代链表的总数达到上限时，python 垃圾收集机制就会被触发，把那些可以被回收的对象回收掉，而那些不会回收的对象就会被移到中年代去，依此类推，老年代中的对象是存活时间最久的对象，甚至是存活于整个系统的生命周期内。
分代回收是建立在标记清除技术基础之上，同样作为辅助垃圾收集技术处理那些容器对象。（分代回收使用不同的链表追踪活跃对象，每创建一个对象都会被加入年轻代链表；被分配计数值与被释放计数值的差值达到阙值时进行标记回收，一代链表中遵循同样的方法，将活跃对象移动到二代链表中）
Notes
可通过sys.getrefcount()来查询对象的引用计数。注意当使用某个引用作为参数，传递给getrefcount()时，参数实际上创建了一个临时的引用。因此getrefcount()所得到的结果，总会比期望的多1。
可通过gc.collect()手动启动垃圾回收。
pandas和GC：
#deleting references
del df
#triggering collection
gc.collect()
#finally check memory usage
memory_usage()python的内存管理机制：Python的内存管理内存总共分为4层，Layer2为内存池，Layer3为对象缓冲池；Layer3是建立在Layer2基础上的：
- 内存池：block、pool、arean；对 python 中的一些常用对象，比如整数对象、字符串对象等，Python 又构建了更高抽象层次的内存管理策略；GC 所在层次
- 对象缓冲池：对象