Python内存优化：深入解析__slots__机制
本文深入探讨Python中通过__slots__实现内存优化的原理。文章从类与实例的__dict__差异入手，解释__slots__如何限制属性数量以节省内存。通过代码示例展示__slots__对实例属性的只读控制、赋值行为及与类属性的交互关系，帮助开发者掌握高效管理Python对象内存的方法。
前言
关于类的讨论往往绵延不绝。除了常见的特殊方法如 __init__()、__new__() 和 __str__() 外，还存在许多仅在特定场景下使用的特殊方法。尽管它们的使用频率不高，但掌握这些方法能为你深入理解Python语言奠定坚实基础。
本文将尝试介绍一些被称为“黑魔法”的技巧，旨在展示Python的独特魅力。正如俗语所言“技多不压身”，多掌握一些高级特性总有益处。
内存优化与__slots__机制
内存优化
首先，让我们回顾类属性与实例属性的知识，并由此引出另一个重要的特殊方法：
>>> class Sample:
... name = 'rocky'
...正如前文所述，每个类都拥有一个 __dict__ 属性，它存储了当前类的类属性信息：
>>> Sample.__dict__
mappingproxy({'__module__': '__main__', 'name': 'rocky', '__dict__': <attribute '__dict__' of 'Sample' objects>, '__weakref__': <attribute '__weakref__' of 'Sample' objects>, '__doc__': None})
>>> Sample.name
'rocky'
同理，当我们创建实例后，每个实例也拥有自己的 __dict__ 属性，其中包含该实例的属性：
>>> a = Sample()
>>> a.__dict__
{}
>>> a.age = 23
>>> a.__dict__
{'age': 23}上述操作表明，在实例刚创建时，其 __dict__ 是空的；只有当实例属性被赋值后，__dict__ 才会包含具体内容。实例的 __dict__ 与类的 __dict__ 存在区别，这意味着实例属性和类属性是相互独立的。
理论上，我们可以基于一个类创建无数个实例，每新建一个实例就会生成一个新的 __dict__。虽然每个 __dict__ 占用的内存空间很小，这种情况在现实中通常不会发生，但程序不能建立在不可靠的假设之上，必须对资源使用过程有明确的控制。
因此，我们需要一种方法来控制 __dict__ 的行为，于是 __slots__ 应运而生。
__slots__的基本用法
>>> class Nature:
... __slots__ = ('tree','flower')
...
>>> dir(Nature)
['__class__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__le__', '__lt__', '__module__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__slots__', '__str__', '__subclasshook__', 'flower', 'tree']仔细观察 dir() 的输出结果，可以发现 __dict__ 属性不再出现，这意味着 __slots__ 取代了 __dict__ 的功能，将其排除在实例属性之外。
>>> Nature.__slots__
('tree', 'flower')由此可见，类 Nature 仅拥有两个属性。从类的角度看，其类属性只有这两个；从实例的角度看，其实例属性也仅限于这两个。
>>> Nature.tree = 'liushu'
>>> Nature.tree
'liushu'
>>> Nature.tree = 'lishu'
>>> Nature.tree
'lishu'我们可以通过类对属性进行赋值和修改，这似乎与之前的类属性操作无异。但请继续往下看，区别便显现出来：
__slots__与实例属性的关系
>>> x = Nature()
>>> x.__slots__
('tree', 'flower')
>>> y = Nature()
>>> y.__slots__
('tree', 'flower')
>>> id(x.__slots__)
4531629384
>>> id(y.__slots__)
4531629384你会发现，实例化后，实例的 __slots__ 与类的 __slots__ 完全一致，这与之前的 __dict__ 截然不同。此外，即使我们建立了两个实例，它们在内存中的 __slots__ 也是共享的，或者说增加实例时 __slots__ 并不会重复增加。
>>> x.tree
'lishu'
>>> y.tree
'lishu'既然类属性已经赋值，那么通过任何一个实例属性都能获取相同的值。然而，此时无法通过实例直接修改此属性的值。
__slots__对属性修改的限制
>>> x.tree = 'taoshu'
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'Nature' object attribute 'tree' is read-only
对于实例属性而言，类的静态数据是只读的，无法直接修改，必须通过类属性才能进行修改。但对于尚未赋值的属性，可以通过实例进行赋值。
>>> x.flower = 'rose'
>>> x.flower
'rose'
>>> x.flower = 'moli'显然，通过实例操作的属性也可以由实例修改，但实例属性的值并不能反向修改类属性的值。
Nature.flower
<member 'flower' of 'Nature' objects>由上述分析可知，实例属性的值并未传回给类属性。这可以理解为新建了一个同名的实例属性。如果此时再给类属性赋值，情况将如下所示：
>>> Nature.flower = 'huaihua'
>>> x.flower
'huaihua'类属性对实例属性具有决定性作用。对于实例而言，通过类所定义的属性均为只读。
__slots__ 严格限制了实例属性的范围，仅允许指定的属性。若想增加属性，只能通过类属性实现。因此，__slots__ 的一个重要功能便是优化内存使用。
结语
当然，__slots__ 还能加快属性加载速度，但这并非本文重点，故不作过多介绍。感兴趣的读者可自行查阅相关资料。
今天的文章就到这里，明天我们将探讨“属性拦截”，新的一周，让我们继续前行！
如果你觉得文章对你有帮助，欢迎点赞转发，让更多人看到，谢谢！
完。
以上就是详解Python内存优化的详细内容，更多关于Python内存优化的资料请关注本站其它相关文章！
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
