Python如何使用__slots__实现节省内存和性能优化

你有想过，一个小小的 __slots__ 能让你的 python 类内存消耗直接减半吗？没错，今天咱们要聊的就是这个让人眼前一亮的技巧，能让你在开发时既节省内存，又能提升性能，简直是程序员心中的“梦中情人”啊！

背景：内存吃得满满的类

你们有没有遇到过这种情况？在某个功能开发时，明明就用了一两个小类，但随着项目的逐步复杂，内存消耗就逐渐变得高得令人发指，简直要撑破你电脑的胃——就像我上次搞的那个爬虫项目，差点没把整个服务器吃掉。原来我们在定义类时，Python 会默认给每个实例分配一个字典，用来存储属性。这也就意味着，每个实例在内存中占据的空间会比你想象的要大。嗯，你没听错，这个“字典”本来是为灵活性设计的，但在一些内存敏感的场景下，这个“特性”就会变成内存吃货。

举个例子：你觉得 Python 类内存占用不大？

假设你有个简单的类：

class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age

这个类看起来挺简单，但其实它每个实例都会多占用一些内存，因为 Python 默认会为 Person 类的每个实例编程创建一个字典，来存储 name 和 age。这样，每当你创建一个 Person 实例时，就会有一个额外的内存开销，哪怕你只用了两个属性。

p1 = Person("小李", 25)
p2 = Person("小周", 28)

到这儿，你可能会觉得：“哦，反正我电脑内存够大，没啥问题。” 可是等到你写了几十上百个类实例，内存开销直接炸裂，程序运行速度变慢不说，服务器的性能也可能受到影响。

__slots__：你的内存管理小助手

说到这里，你可能会想：“有啥办法能省点内存吗？” 好的，给你推荐个神器——__slots__！

__slots__ 是 Python 提供的一个魔法，让你在定义类时限制它的属性存储方式，减少内存开销。通过使用 __slots__，你可以告诉 Python 类不要使用字典来存储实例属性，而是直接在内存中为每个属性分配固定的空间。

• ​内存结构对比：

  • ​无 slots：实例内存 = 对象头 + dict 指针 + 其他元数据。
  • ​有 slots：实例内存 = 对象头 + 属性值数组 + 其他元数据。

• 举个生活例子：

  • 假设你是一个班主任，班里每个学生（实例）都有一个书包（__dict__）。书包里可以随便装东西（属性），比如课本、水杯、零食…… 虽然灵活，但每个书包本身就有重量（内存占用），尤其当你有 1000 个学生时，1000 个书包占满教室！

  • 而用了 __slots__，相当于你规定：每个学生只能带一个固定的小袋子，里面只能放指定的几样东西（比如只带课本和笔）www.chinasem.cn。袋子更轻便，不占地方，1000 个学生就能省出一大块空间！

__slots__怎么用

这样修改一下你的类

class Person:
    __slots__ = ['name', 'age']
    
    def __init__(self, name, age):
        self.name = name
        self.age = age

通过上面这个小改动，你就告诉 Python：“嘿！只允许 name 和 age 这两个属性！” 结果呢，Python 就会在内存中为这两个属性分配固定的空间，不再使用字典，这样内存占用就能大大减少。

举个大概的例子：看看效果如何？

1. 先举个简单的例子看看效果

from pympler import asizeof

class WithoutSlots:
    def __init__(self):
        self.a = 1
        self.b = 2
        self.c = 3

class WithSlots:
    __slots__ = ['a', 'b', 'c']
    def __init__(self):
        self.a = 1
        self.b = 2
        self.c = 3

obj_big = WithoutSlots()
obj2_small = WithSlots()

print(asizeof.asizeof(obj_big))  # 输出约 416 字节
print(asizeof.asizeof(obj2_small))  # 输出约 152 字节

提示： pympler 是一个 Python 库，用于分析和测量 Python 对象的内存使用情况。通过pip install pympler 来安装

2. 模拟创建百万级实例观察内存总量

obj_big = [WithoutSlots() for _ in range(1_000_000)]  
obj2_small = [WithSlots() for _ in range(1_000_000)]  

print(asizeof.asizeof(obj_big))  # 输出约 160448992 字节
print(asizeof.asizeof(obj2_small))  # 输出约 64448824 字节

使用__slots__时需要注意的几点

好了，效果虽然看起来很棒，但 __slots__ 也不是万能的，咱们得谨慎使用。这里有几点需要注意：

1.不可动态添加属性

使用 __slots__ 后，你不能再给实编程例动态添加其他属性。也就是说，如果你后面再想加个属性，得提前在 __slots__ 中定义好。

p = Person("小李", 25)
p.name = "小李"  # 可以
p.address = "北京"  # 报错：AttributeError: 'Person' object has no attribute 'address'

2.不能继承自有 __slots__ 的类

如果你想从一个有 __slots__ 的类继承，子类也必须定义自己的 __slots__，否则会引发错误。

class Student(Person):
    __slots__ = ['school']

s = Student("小张", 22)
s.school = "清华"

3.对小类特别有用

__slots__ 的效果最显著的地方是在对象比较多、内存使用量较大的情况下。如果你的类实例很少或者内存压力不大，那其实使用 __slots__ 的意义就不大。

总结：有心就行

这次关于 __slots__ 的分享其实就是提醒大家，如果你做的项目是内存要求比较高，或者需要频繁创建大量实例的时候，别忘了给类加个 __slots__，cbuzO它能帮你节省大量内存开销。

当然，Python 的内存管理有很多值得玩味的地方，但 __slots__ 绝对是一个不容忽视的好工具。学会了这个小技巧，不仅能让你的代码更加高效，还能让你的程序更“瘦”，说不定某天就帮你“瘦”到系统能跑得更快，哪怕是爬虫，也能更加轻盈哦！

你可能会觉得，“花姐，这个真的能大幅提升性能吗？” 答案是：**能！**但还是要看场景。用对了地方，能帮你节省大量内存，提升性能；用错了地方，就会增加额外的复杂度。所以，千万别瞎用！记住，优化要有针对性，别为了优化而优化。

到此这篇关于Python如何使用__slots__实现节省内存和性能优化的文章就介绍到这了,更多相关Python __slots__内容请搜索China编程(www.chinasem.cn)以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程China编程(www.chinasem.cn)！cbuzO