如何在不重启内核的情况下清理Jupyter Python3内核的后台变量以节省内存？

嘿，你的思路完全找对了方向！不过原代码里有几个小问题，而且还可以补充覆盖更多Jupyter自动生成的后台变量，让清理更彻底。我来给你梳理下优化点和更完善的实现方式：

原代码的小问题 #

1. In/Out清空逻辑失效：你写的if name in ('In', 'Out')放在了for循环外面，此时name是遍历globals()的最后一个变量，几乎不可能是In或Out，所以这部分代码根本不会触发。
2. 遗漏了部分自动变量：Jupyter除了_iX、_X和_，还会生成_ii（上一个输入）、_iii（上上个输入）、_oh（输出历史列表）、_dh（目录历史）这些后台变量，它们也会占用内存。

优化后的清理函数 #

import re
import gc

def cleanup_jupyter_vars():
    # 匹配Jupyter自动生成的变量：输入/输出编号变量、结果变量、快捷输入变量
    auto_var_pattern = re.compile(r"^(_i\d+|_\d+|_[_]*$|_ii|_iii)$")
    
    # 遍历全局命名空间的副本，避免迭代时修改字典引发异常
    for var_name in list(globals().keys()):
        if auto_var_pattern.match(var_name):
            globals().pop(var_name, None)
    
    # 单独处理核心历史对象：清空而非删除，避免后续Jupyter功能异常
    core_hist_vars = ('In', 'Out', '_oh', '_dh')
    for hist_name in core_hist_vars:
        if hist_name in globals():
            hist_obj = globals()[hist_name]
            if hasattr(hist_obj, 'clear'):
                hist_obj.clear()
            else:
                # 对无clear方法的对象，重新初始化空实例
                globals()[hist_name] = type(hist_obj)()
    
    # 强制触发垃圾回收，加快内存释放
    gc.collect()

优化点说明 #

• 更精准的变量匹配：正则表达式只会匹配Jupyter自动生成的变量，不会误删你自己定义的带下划线的变量（比如_my_filtered_data这类不会被匹配）。
• 修复历史对象清理逻辑：单独处理In/Out等核心对象，用clear()清空内容而不是直接删除，避免后续Jupyter的输入输出功能出错。
• 补充更多清理对象：覆盖了_ii、_iii、_oh、_dh这些容易被忽略的后台变量。
• 强制垃圾回收：清理变量后主动触发GC，让释放的内存更快被系统回收。

额外注意事项 #

• 清理后，之前的输入输出历史会被完全清空，如果你需要保留某些关键记录，记得提前备份。
• 这个函数只会清理Jupyter自动生成的变量，你自己定义的业务变量（比如df、model）不会被删除，要是想清理这些，需要手动筛选或者扩展函数逻辑（但一定要谨慎，避免误删有用数据）。
• 内存释放的效果可能不会立刻在Jupyter的内存显示中体现，因为Python的GC是异步的，调用gc.collect()能加速这个过程。

内容的提问来源于stack exchange，提问作者ramslök