深入理解Python中的__slots__魔法 - 探索Python项目解析-优快云博客

本文链接：https://blog.youkuaiyun.com/gitblog_00390/article/details/148783101

深入理解Python中的slots魔法 - 探索Python项目解析

explore-python :green_book: The Beauty of Python Programming. 项目地址: https://gitcode.com/gh_mirrors/ex/explore-python

什么是slots

在Python中，__slots__是一个特殊的类属性，它允许开发者显式地声明类实例可以拥有的属性。通过使用__slots__，我们可以控制类的实例能够绑定的属性集合，这在某些场景下能带来显著的内存优化和性能提升。

为什么需要slots

在常规的Python类中，实例属性是通过一个名为__dict__的特殊字典来存储的。这种设计提供了极大的灵活性，允许我们在运行时动态地添加新属性：

class RegularClass:
    pass

obj = RegularClass()
obj.new_attr = "动态添加的属性"  # 完全合法

然而，这种灵活性是有代价的：

每个实例都需要维护一个字典来存储属性，消耗更多内存
属性访问需要通过字典查找，速度相对较慢

当我们需要创建大量实例时，这些开销会变得非常明显。这时，__slots__就派上用场了。

slots的工作原理

通过在类中定义__slots__，我们告诉Python解释器：

这个类的实例只能拥有__slots__中指定的属性
不需要为每个实例创建__dict__字典
使用更高效的存储结构来管理属性

class SlottedClass:
    __slots__ = ['x', 'y']
    
    def __init__(self, x, y):
        self.x = x
        self.y = y

slots的实际效果

内存节省：使用__slots__的类实例不再拥有__dict__，可以显著减少内存占用
属性限制：尝试添加未在__slots__中声明的属性会引发AttributeError
性能提升：属性访问速度更快，因为不再需要字典查找

继承与slots

__slots__的行为在继承时有一些特殊规则：

如果子类没有定义__slots__，它会继承父类的__slots__，但同时会获得__dict__，这意味着可以动态添加属性
如果子类定义了__slots__，它的可用属性是自身__slots__加上父类__slots__的并集
如果子类想要完全禁止动态属性，需要明确定义__slots__ = ()

class Parent:
    __slots__ = ['x']

class Child(Parent):
    __slots__ = ['y']  # 现在Child实例可以有x和y属性

使用场景与注意事项

适合使用slots的场景

需要创建大量实例的类
实例属性固定且不需要动态添加
对内存使用敏感的应用
需要优化属性访问速度的关键代码

注意事项

使用__slots__后，实例不再支持弱引用(weakref)，除非显式地在__slots__中加入__weakref__
某些依赖__dict__的特性将无法工作，如动态属性添加
在类装饰器和元类中使用时需要特别小心

性能对比

让我们通过一个简单的例子来比较使用__slots__前后的内存差异：

import sys

class RegularPoint:
    def __init__(self, x, y):
        self.x = x
        self.y = y

class SlottedPoint:
    __slots__ = ['x', 'y']
    def __init__(self, x, y):
        self.x = x
        self.y = y

# 创建大量实例
regular_points = [RegularPoint(i, i+1) for i in range(1000)]
slotted_points = [SlottedPoint(i, i+1) for i in range(1000)]

print(f"Regular instances size: {sum(sys.getsizeof(p) for p in regular_points)} bytes")
print(f"Slotted instances size: {sum(sys.getsizeof(p) for p in slotted_points)} bytes")

在实际测试中，使用__slots__的实例通常会节省30%-40%的内存。