如何在Python中真正释放/重置RAM？

问题场景 #

在包含函数、第三方库的复杂代码里，用del、gc.collect()甚至IPython的%reset -f清变量后，通过htop监控发现内存根本没释放，只有退出IPython控制台才能回收内存。测试脚本如下：

import numpy as np
import gc

y = []
for i in range(10000):
   y.append( np.zeros( 1000 )  )

del y
gc.collect()
%reset -f

为什么常规方法没用？ #

1. Python内存回收机制限制：Python的垃圾回收器（GC）只会标记并回收无引用对象，但回收后的内存会被解释器保留用于后续分配，不会立刻还给操作系统——这就是htop里内存占用没下降的核心原因。
2. NumPy数组的特殊内存分配：NumPy数组直接向操作系统申请内存（绕过Python小对象池），即便删除数组、触发GC，操作系统也可能因内存页缓存机制，不会立刻回收这部分内存。
3. IPython的隐式引用残留：%reset -f仅清除命名空间的显式变量，但IPython运行环境可能还持有一些隐式引用，导致对象无法被彻底回收。

能真正释放内存的办法 #

1. 用子进程隔离内存密集代码 #

把高内存占用的逻辑放到子进程中执行，子进程结束后，操作系统会自动回收其占用的所有内存，不受Python内存管理机制限制。用multiprocessing实现：

import numpy as np
from multiprocessing import Process

def heavy_memory_task():
    y = []
    for i in range(10000):
        y.append(np.zeros(1000))
    # 此处执行你的任务逻辑

if __name__ == "__main__":
    p = Process(target=heavy_memory_task)
    p.start()
    p.join()
    # 子进程结束后，内存直接被操作系统回收

2. 针对NumPy的系统级缓存清理（限Unix-like系统） #

删除数组并触发GC后，可尝试调用系统级命令清空页缓存（需要root权限，仅建议测试环境使用）：

import numpy as np
import gc
import os

y = []
for i in range(10000):
    y.append(np.zeros(1000))

del y
gc.collect()
# 清空系统页缓存、目录项等，强制回收内存
os.system('echo 3 > /proc/sys/vm/drop_caches')

3. 分块处理数据避免内存过载 #

不要一次性加载所有数据，分块处理后即时删除临时对象，降低内存峰值：

import numpy as np

# 分批次处理数据，每次仅加载一小块
for _ in range(100):
    chunk = np.zeros(1000)
    # 处理当前数据块
    del chunk
gc.collect()

4. 最彻底的方式：重启Python解释器 #

如果上述方法都无效，直接重启Python/IPython控制台——退出后操作系统会完全回收所有占用的内存，这是最可靠的彻底释放方式。

内容的提问来源于stack exchange，提问作者Raizen