Python的内存优化：如何使用`__slots__`和生成器来减少内存占用。

Python内存优化：__slots__与生成器的妙用

大家好，今天我们来聊聊Python内存优化的一些实用技巧。Python以其易用性和丰富的库而闻名，但有时在处理大型数据集或创建大量对象时，内存占用可能会成为瓶颈。我们将深入探讨两个关键技术：__slots__和生成器，它们可以显著减少Python程序的内存占用。

__slots__：节省对象内存的利器

在Python中，当我们创建一个类的实例时，Python会自动创建一个字典__dict__来存储该实例的所有属性。这个__dict__是一个非常灵活的结构，允许我们在运行时动态地添加、删除属性。然而，这种灵活性也带来了额外的内存开销。对于创建大量实例的类，这些__dict__字典可能会占用大量的内存。

__slots__正是为了解决这个问题而生的。通过在类定义中声明__slots__，我们可以告诉Python解释器：这个类的实例只会有这些属性，不需要创建__dict__。相反，Python会为每个__slots__中声明的属性分配固定的空间，从而大大减少内存占用。

__slots__的工作原理

当我们定义一个类时，Python通常会为每个实例创建一个__dict__字典，用于存储实例的属性和值。__slots__通过以下方式改变了这个行为：

1. 阻止创建__dict__： 如果一个类定义了__slots__，那么Python不会为该类的实例创建__dict__。
2. 创建描述符： Python会为__slots__中定义的每个属性创建一个描述符(descriptor)。描述符是一种特殊的对象，它定义了如何访问、设置和删除一个属性。
3. 固定大小的内存空间： 每个__slots__属性都有预先分配的内存空间，用于存储该属性的值。

使用__slots__的语法

__slots__是一个类变量，它是一个字符串序列（列表、元组或集合），用于指定实例可以拥有的属性名称。

class Point:
    __slots__ = ['x', 'y']

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

p = Point(10, 20)
print(p.x, p.y) # 输出：10 20

# 尝试添加未声明的属性会导致AttributeError
try:
    p.z = 30
except AttributeError as e:
    print(e) # 输出：'Point' object has no attribute 'z'

__slots__的优势

• 减少内存占用： 这是__slots__最主要的优势。通过避免创建__dict__，可以显著减少对象的内存占用，尤其是在创建大量对象时。
• 提高属性访问速度： 访问__slots__中定义的属性通常比访问__dict__中的属性更快，因为Python可以直接通过描述符访问属性，而不需要查找字典。

__slots__的局限性

• 不能动态添加属性： 一旦定义了__slots__，就不能再动态地向实例添加新的属性。这是因为没有__d