要测试Python代码的内存消耗，您可以使用以下几种方法：
使用`memory_profiler`库
安装`memory_profiler`和`psutil`库：
```
pip install memory_profiler
pip install psutil
使用`mprof`命令来运行您的Python脚本，并生成内存使用统计文件：```mprof run test.py
使用`tracemalloc`模块
在代码中启用内存分配跟踪：
```python
import tracemalloc
tracemalloc.start（）
在代码执行完毕后，您可以查看内存分配的统计信息：```pythonsnapshot = tracemalloc.take_snapshot（）
top_stats = snapshot.statistics（'lineno'）
for stat in top_stats[:10]:
print（stat）
使用`sys.getsizeof（）`函数
获取单个对象的内存大小：
```python
import sys
my_var = "Hello World"
print（sys.getsizeof（my_var））
对于复杂对象，可以使用递归函数来获取其总内存占用：```pythondef get_total_size（obj）:
size = sys.getsizeof（obj）
if isinstance（obj, （list, tuple, set, frozenset, dict））:
size += sum（get_total_size（x） for x in obj）
elif isinstance（obj, object）:
size += sum（get_total_size（x） for x in obj.__dict__.values（））
return size
my_list = [1, 2, [3, 4, [5, 6]], 7, 8]
print（get_total_size（my_list））
使用操作系统工具
在Linux系统中，可以使用`ps`命令来查看进程的内存使用情况：
```
ps -m -o %cpu,%mem,command
在Windows系统中，可以使用任务管理器来查看进程的内存使用情况。使用Jupyter Notebook
使用`%timeit`和`%%timeit`魔法命令来测试代码的运行时间和内存占用。选择适合您需求的方法进行测试，并注意结果可能因不同机器和Python解释器版本而异