对于Unix系统，如果您传递-v，命令time (/usr/bin/time)将提供该信息。参见下面的最大驻留集大小，这是程序执行期间使用的最大(峰值)真实(而不是虚拟)内存:

$ /usr/bin/time -v ls /

    Command being timed: "ls /"
    User time (seconds): 0.00
    System time (seconds): 0.01
    Percent of CPU this job got: 250%
    Elapsed (wall clock) time (h:mm:ss or m:ss): 0:00.00
    Average shared text size (kbytes): 0
    Average unshared data size (kbytes): 0
    Average stack size (kbytes): 0
    Average total size (kbytes): 0
    Maximum resident set size (kbytes): 0
    Average resident set size (kbytes): 0
    Major (requiring I/O) page faults: 0
    Minor (reclaiming a frame) page faults: 315
    Voluntary context switches: 2
    Involuntary context switches: 0
    Swaps: 0
    File system inputs: 0
    File system outputs: 0
    Socket messages sent: 0
    Socket messages received: 0
    Signals delivered: 0
    Page size (bytes): 4096
    Exit status: 0

使用sh和os进入python拜耳的答案。

float(sh.awk(sh.ps('u','-p',os.getpid()),'{sum=sum+$6}; END {print sum/1024}'))

答案是以兆字节为单位。

对于基于Unix的系统(Linux、Mac OS X、Solaris)，可以使用标准库模块资源中的getrusage()函数。结果对象具有ru_maxrss属性，该属性给出了调用进程的内存使用峰值:

>>> resource.getrusage(resource.RUSAGE_SELF).ru_maxrss
2656  # peak memory usage (kilobytes on Linux, bytes on OS X)

Python文档不记录单位。请参考您的特定系统的man getusage。2页检查该单位的值。在Ubuntu 18.04中，单位是千字节。在Mac OS X上，它是字节。

getrusage()函数也可以被赋予资源。获取子进程和(在某些系统上)资源的使用情况。RUSAGE_BOTH用于总(自我和子)进程使用情况。

如果你只关心Linux，你也可以阅读/proc/self/status或/proc/self/statm文件，就像这个问题和这个问题的其他答案中描述的那样。

这里有一个有用的解决方案，适用于各种操作系统，包括Linux, Windows等:

import os, psutil
process = psutil.Process(os.getpid())
print(process.memory_info().rss)  # in bytes 

注:

如果还没有安装，PIP是否安装psutil 如果你想快速知道你的进程需要多少MiB，这是一个方便的单行程序: 导入os, psutil;打印(psutil.Process (os.getpid ()) .memory_info()。RSS / 1024 ** 2) 在Python 2.7和psutil 5.6.3中，它是process.memory_info()[0](后来在API中有了更改)。

下面是我的函数装饰器，它可以跟踪这个进程在函数调用之前消耗了多少内存，在函数调用之后使用了多少内存，以及函数执行了多长时间。

import time
import os
import psutil


def elapsed_since(start):
    return time.strftime("%H:%M:%S", time.gmtime(time.time() - start))


def get_process_memory():
    process = psutil.Process(os.getpid())
    return process.memory_info().rss


def track(func):
    def wrapper(*args, **kwargs):
        mem_before = get_process_memory()
        start = time.time()
        result = func(*args, **kwargs)
        elapsed_time = elapsed_since(start)
        mem_after = get_process_memory()
        print("{}: memory before: {:,}, after: {:,}, consumed: {:,}; exec time: {}".format(
            func.__name__,
            mem_before, mem_after, mem_after - mem_before,
            elapsed_time))
        return result
    return wrapper

当你用它来装饰某个函数时

from utils import track

@track
def list_create(n):
    print("inside list create")
    return [1] * n

你将会看到这样的输出:

inside list create
list_create: memory before: 45,928,448, after: 46,211,072, consumed: 282,624; exec time: 00:00:00

对于Python 3.6和psutil 5.4.5，使用这里列出的memory_percent()函数更容易。

import os
import psutil
process = psutil.Process(os.getpid())
print(process.memory_percent())