为什么 del 之后内存不立即释放？
Python 的内存回收依赖引用计数 + 垃圾收集器（gc），del 只是减少引用计数，并不保证立刻归还内存给操作系统。尤其当对象被循环引用、或位于大容器中未被完全清理时，gc.collect() 也未必能马上触发释放。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 用
sys.getsizeof()查对象本身内存（不含子对象），配合obj.__dict__或vars()检查大字段；不要只看del是否执行成功 - 对已知生命周期的大型数据结构（如临时 DataFrame、缓存字典），显式调用
gc.collect()后再检查psutil.Process().memory_info().rss - 避免在长生命周期对象（如类实例、模块级变量）中持有短命大数据的引用——这是最隐蔽的内存泄漏源
如何安全地复用 list 和 dict 而不反复分配？
频繁创建/销毁中等大小容器（比如每次请求生成几千项的 list）会带来显著分配开销和内存碎片。工程上更优的做法是「池化」或「预分配+清空」。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 用
list.clear()替代重新赋值my_list = []：前者复用底层数组内存，后者触发新分配 - 对固定上限场景（如日志缓冲区），初始化时用
[None] * N预占空间，再用索引写入 +del list[:used_len]截断 -
dict不支持.clear()复用底层哈希表结构（CPython 3.12+ 开始优化，但旧版本仍会逐步扩容缩容），可考虑改用collections.OrderedDict或第三方simplejson的池化工具
哪些 __slots__ 场景真正节省内存？
__slots__ 对单个实例节省有限（约 48–96 字节），但当创建数十万以上实例（如 ORM 模型、解析后的 AST 节点）时，累积效果明显——关键是它禁用 __dict__，阻止动态属性写入。
