我想你是在找一个Python分析师
你有一堆可以使用的，比如希皮，profile or cprofile，Pysize ...

使用堆的示例：

你必须在你的代码中的某个地方包含这个片段：

from guppy import hpy
h = hpy()
print h.heap()

它会给予：

Partition of a set of 132527 objects. Total size = 8301532 bytes.
Index  Count   %     Size   % Cumulative  % Kind (class / dict of class)
0  35144  27  2140412  26   2140412  26 str
1  38397  29  1309020  16   3449432  42 tuple
2    530   0   739856   9   4189288  50 dict (no owner)

使用cprofile的示例：

你可以这样运行它：

python -m cProfile script.py

输出：

5 function calls in 0.000 CPU seconds

   Ordered by: standard name

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
        1    0.000    0.000    0.000    0.000 <string>:1(<module>)
        1    0.000    0.000    0.000    0.000 myscript.py:1(<module>)
        1    0.000    0.000    0.000    0.000 {execfile}
        1    0.000    0.000    0.000    0.000 {method 'disable' of '_lsprof.Profiler' objects}
        1    0.000    0.000    0.000    0.000 {range}

你也可以使用gc模块来知道为什么python不释放你的内存，并要求他使用gc.collect（）来释放内存。
顺便说一下，你有没有看过numpy，我认为它更适合如果你做繁重的计算，就像你说的。

好了，我找到了它，因为没有一个Python mem配置文件给予任何有用的输出（因为他们找不到内存），我非常确定一些外部库（OpenCV）是mem泄漏的来源。
我可以用下面的代码重现mem漏洞：

import cv
while True: cv.CreateHist([40], cv.CV_HIST_ARRAY, [[0,255]], 1)

Python mem调试的一些其他资源非常有趣（在这种情况下没有帮助，但可能对其他人有用）：

• Tracing Python memory leaks
• Python object graphs
• Hunting memory leaks in Python
• Object graphs with graphviz