Python 使用引用计数作为其主要的垃圾收集机制，主要基于以下几个原因：
实时性：
引用计数能够立即回收不再使用的对象，不需要等待垃圾回收器的运行。
简单直观：
每个对象维护一个引用计数器，当对象被引用时，计数器增加；引用失效时，计数器减少。当计数器归零时，对象被立即释放。
内存管理效率高：
引用计数机制可以自动追踪内存中每个对象的引用次数，并在不再使用时及时释放内存。
历史原因：
Python 最初设计时，没有垃圾回收机制，因此引入了引用计数来避免内存泄漏。同时，为了保持向后兼容性，现有的二进制 API 和库依赖于引用计数，所以必须保留。
处理循环引用：
虽然引用计数机制本身不能解决循环引用问题，但 Python 的垃圾回收设计综合了引用计数和标记-清除算法，以处理可能出现的循环引用情况，确保回收的完整性。
需要注意的是，引用计数机制也有其局限性，例如在循环引用的情况下无法回收对象，因此 Python 还采用了标记-清除和分代收集作为辅助机制来处理这些问题