Python中的__slots__有什么作用？-Python教程-PHP中文网

__slots__通过限制实例属性并避免创建__dict__来优化内存，适用于属性固定且对象数量庞大的场景，能显著减少内存占用，但会失去动态添加属性的能力，且影响弱引用和继承行为，实际效果需通过sys.getsizeof()和timeit等工具测量评估。

python中的__slots__有什么作用？

Python中的

__slots__

登录后复制

，说白了，它就是一种内存优化的手段，通过限制类实例只能拥有预先定义好的属性，从而避免为每个实例创建传统的

__dict__

登录后复制

（字典）来存储属性。这样做最直接的好处就是能显著减少每个对象占用的内存空间，尤其是在你需要创建大量相同结构的对象时，效果会非常明显。当然，它也带来了一些副作用，比如你不能再随意给对象添加新属性了，这就像是给你的对象上了一把“锁”，只允许它拥有你明确指定的东西。

解决方案

当我们定义一个类时，Python默认会给每个实例一个

__dict__

登录后复制

属性，这个字典用于动态存储实例的属性。这种灵活性固然好，但对于那些属性固定、数量庞大的对象来说，每个实例都带一个字典，内存开销就变得相当可观。

__slots__

登录后复制

的作用就在于此，它告诉Python解释器：“嘿，这个类的实例，它的属性就只有我

__slots__

登录后复制

里列出来的这些，别的东西一概不要，也别给我搞什么

__dict__

登录后复制

了。”

比如，我们有一个表示二维点的类：

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

class PointWithSlots:
    __slots__ = ('x', 'y')
    def __init__(self, x, y):
        self.x = x
        self.y = y

登录后复制

用

sys.getsizeof()

登录后复制

来比较一下它们单个实例的内存占用，你会发现

PointWithSlots

登录后复制

的实例通常会小得多。这是因为

PointWithoutSlots

登录后复制

的每个实例都额外背负了一个

__dict__

登录后复制

的开销。对于

__slots__

登录后复制

，属性的存储更像是C语言结构体那样，直接在对象内部预留固定大小的空间，而不是通过字典查找。这不仅省内存，在某些情况下，属性的访问速度也会略有提升，因为省去了字典查找的哈希开销。

立即学习“Python免费学习笔记（深入）”；

但要记住，一旦你用了

__slots__

登录后复制

，你就放弃了实例动态添加属性的能力。尝试给一个

PointWithSlots

登录后复制

的实例添加一个

登录后复制

属性，比如

p.z = 3

登录后复制

，就会直接报错

AttributeError

登录后复制

。这就是它“锁定”属性的体现。

何时应该考虑在Python类中使用

__slots__

登录后复制

进行内存优化？

我觉得这个问题问得非常好，因为它直接指向了

__slots__

登录后复制

的核心价值所在。在我看来，你最应该考虑使用

__slots__

登录后复制

的场景，就是当你发现你的应用程序因为创建了巨量的、结构相似的、属性固定的对象而导致内存占用过高时。

举个例子，如果你正在开发一个游戏，每个游戏角色、道具、地图块都可能是一个对象，这些对象成千上万，甚至几十万个。每个对象如果都带一个

__dict__

登录后复制

，那内存消耗就相当惊人了。这时候，如果这些对象的属性是预先确定的（比如一个角色只有生命值、攻击力、位置等），那么使用

__slots__

登录后复制

就能立竿见影地减少总内存占用。

再比如，处理大量数据记录的场景，比如一个ORM（对象关系映射）框架，将数据库中的每一行数据映射成一个Python对象。如果你的数据库表有几百万行，而每个数据行对象只包含固定的几个字段，那么

__slots__

登录后复制

就是个非常值得尝试的优化手段。它能让你的程序在处理同样多的数据时，占用更少的内存，从而可能避免内存溢出，或者让程序在配置较低的机器上也能跑起来。

当然，这不是说所有类都应该用

__slots__

登录后复制

。如果你的类实例数量不多，或者你需要实例具备高度的灵活性，能够随时添加新属性，那么强行使用

__slots__

登录后复制

反而会带来不必要的限制和开发上的不便。这就像是，你不需要为了一辆只在城市里开的家用轿车，去给它装上F1赛车的轮胎——虽然性能可能更好，但成本、维护和实际使用场景都不匹配。

使用

__slots__

登录后复制

会带来哪些潜在的副作用和限制？

嗯，天下没有免费的午餐，

__slots__

登录后复制

在带来内存优势的同时，也确实引入了一些限制和“脾气”。这些东西，我觉得作为开发者，是必须要心里有数的。

首先，最明显的就是实例不能再动态添加新属性了。一旦你定义了

__slots__

登录后复制

，除了

__slots__

登录后复制

里列出的那些属性，你就不能再给这个类的实例赋值新的属性了。这对于那些习惯了Python动态特性的开发者来说，可能需要一段时间去适应。有时候，我也会不小心写出

obj.new_attr = value

登录后复制

，然后就被

AttributeError

登录后复制

教做人。

其次，实例将不再拥有

__dict__

登录后复制

属性。这意味着你不能再通过

obj.__dict__

登录后复制

来查看或遍历实例的所有属性了，也不能使用

vars(obj)

登录后复制

这样的内置函数。这在调试或者某些需要反射机制的场景下，可能会造成一些不便。如果你真的需要在保持

__slots__

登录后复制

优化的同时，又允许部分实例拥有动态属性，你可以把

'__dict__'

登录后复制

这个字符串也加到

__slots__

登录后复制

里，但这样一来，内存优化的效果就会大打折扣，因为又把字典请回来了。

有道小P

有道小P，新一代AI全科学习助手，在学习中遇到任何问题都可以问我。

查看详情

再者，默认情况下，实例也不能被弱引用（weak reference）。如果你需要弱引用功能，就必须把

'__weakref__'

登录后复制

也加到

__slots__

登录后复制

里。这又是一个需要注意的小细节，因为它不像

__dict__

登录后复制

那样，你通常不会默认想到它。

继承关系上，

__slots__

登录后复制

也有点意思。如果子类不定义

__slots__

登录后复制

，那么它就会重新拥有

__dict__

登录后复制

，并且其父类的

__slots__

登录后复制

依然生效。但如果子类也定义了

__slots__

登录后复制

，那么子类的

__slots__

登录后复制

会和父类的

__slots__

登录后复制

合并，形成一个总的属性集合。这里面稍微复杂一点的是多重继承，如果多个父类都定义了

__slots__

登录后复制

，并且它们之间有冲突（比如都定义了同一个名字但类型不同的属性），就可能导致一些难以预料的问题。所以，在复杂的继承体系中，使用

__slots__

登录后复制

需要格外小心。

最后，我觉得还有一点，虽然不算是严格意义上的副作用，但值得一提：它可能会稍微增加代码的“僵硬度”。因为它限制了灵活性，你在设计类的时候就需要更深思熟虑，提前规划好所有可能的属性。这对于快速原型开发或者需求经常变动的项目来说，可能不是最好的选择。

在实践中，如何评估

__slots__

登录后复制

对内存和性能的实际影响？

评估

__slots__

登录后复制

的实际影响，我觉得最关键的一点就是：不要凭空猜测，一定要动手测量！ 很多时候，我们觉得某个优化会带来巨大收益，但实际测量下来可能微乎其微，甚至因为引入了复杂性而得不偿失。

1. 内存占用评估：

最直观的方法就是使用

sys.getsizeof()

登录后复制

。你可以创建一个不使用

__slots__

登录后复制

的类实例，再创建一个使用

__slots__

登录后复制

的类实例，然后比较它们的尺寸。

import sys

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

class WithSlots:
    __slots__ = ('name', 'age', 'city')
    def __init__(self, name, age, city):
        self.name = name
        self.age = age
        self.city = city

ns_obj = NoSlots("Alice", 30, "New York")
ws_obj = WithSlots("Bob", 25, "London")

print(f"NoSlots object size: {sys.getsizeof(ns_obj)} bytes")
print(f"WithSlots object size: {sys.getsizeof(ws_obj)} bytes")
# 注意：sys.getsizeof()只计算对象本身的内存，不包括它引用的其他对象的内存。
# 对于字符串等不可变对象，它们可能在内存中只存一份。
# 但对于__dict__的开销，它是很准确的。

登录后复制

要更全面地评估，特别是当你创建了大量对象时，可以考虑使用像

pympler

登录后复制

或

memory_profiler

登录后复制

这样的第三方库。它们能让你分析整个应用程序的内存使用情况，找出内存占用的大头，这样你就能更准确地判断

__slots__

登录后复制

是否真的解决了你的内存问题。

2. 性能（属性访问速度）评估：

使用

timeit

登录后复制

模块是衡量代码执行时间的好工具。你可以编写小段代码，分别测试使用和不使用

__slots__

登录后复制

的类实例的属性读取或写入操作，然后比较它们的执行时间。

import timeit

setup_code = """
class NoSlots:
    def __init__(self, x, y):
        self.x = x
        self.y = y

class WithSlots:
    __slots__ = ('x', 'y')
    def __init__(self, x, y):
        self.x = x
        self.y = y

ns_obj = NoSlots(1, 2)
ws_obj = WithSlots(1, 2)
"""

# 测试属性读取
time_ns_read = timeit.timeit("ns_obj.x", setup=setup_code, number=1_000_000)
time_ws_read = timeit.timeit("ws_obj.x", setup=setup_code, number=1_000_000)

print(f"NoSlots attribute read time: {time_ns_read:.4f} seconds")
print(f"WithSlots attribute read time: {time_ws_read:.4f} seconds")

# 测试属性写入
time_ns_write = timeit.timeit("ns_obj.x = 3", setup=setup_code, number=1_000_000)
time_ws_write = timeit.timeit("ws_obj.x = 3", setup=setup_code, number=1_000_000)

print(f"NoSlots attribute write time: {time_ns_write:.4f} seconds")
print(f"WithSlots attribute write time: {time_ws_write:.4f} seconds")

登录后复制

通常情况下，