Python 是一種高級語言，逐漸成為數據科學領域的首選。在程序開發的過程中要避免內存泄漏和過量占用，因此了解如何查看 Python 運行時的內存使用情況非常重要。

Python 中內置有一些內存管理工具，如 rusage 和 tracemalloc 等，可以檢測程序運行過程中的內存使用情況，更好地發現和解決代碼中存在的問題。

import resource
rusage_denom = 1024.
def memory_usage():
global rusage_denom
if resource.RUSAGE_SELF:
usage = resource.getrusage(resource.RUSAGE_SELF)
return (usage.ru_maxrss / rusage_denom)
else:
return 0.0
print("Memory usage:",memory_usage())

上述代碼使用 Python 的 resource 模塊中的 getrusage 函數獲取了當前進程的內存使用情況。其中 rusage_denom 的值默認為 1024.0，這意味著獲取的內存使用情況以 KB 為單位。

在代碼中調用 memory_usage() 函數，就可以獲取當前進程的內存使用情況。

除此之外，Python 還有一個專門用于查看內存使用情況的第三方庫：memory_profiler。這個庫可以跟蹤 Python 程序的內部運行情況，以便更好地檢測和解決代碼中的內存問題。下面是使用 memory_profiler 查看內存使用情況的示例：

from memory_profiler import profile
@profile
def func():
a = [1] * (10 ** 6)
b = [2] * (2 * 10 ** 7)
if __name__ == '__main__':
func()

使用 memory_profiler 可以方便地查看 Python 程序中的內存使用情況，更好地保證代碼質量和性能。當然，還有其他的工具可以用于內存管理，開發者可以根據實際需要進行選擇。