正如其他人所提到的,定义__slots__ 的唯一原因是为了节省一些内存,当您拥有具有预定义属性集的简单对象并且不希望每个对象都携带字典时。当然,这仅对您计划拥有许多实例的类有意义。
节省的费用可能不会立即显现——考虑一下...:
>>> class NoSlots(object): pass
...
>>> n = NoSlots()
>>> class WithSlots(object): __slots__ = 'a', 'b', 'c'
...
>>> w = WithSlots()
>>> n.a = n.b = n.c = 23
>>> w.a = w.b = w.c = 23
>>> sys.getsizeof(n)
32
>>> sys.getsizeof(w)
36
由此可见,带槽的尺寸似乎比不带槽的尺寸更大!但这是一个错误,因为sys.getsizeof 没有考虑字典等“对象内容”:
>>> sys.getsizeof(n.__dict__)
140
由于 dict 单独占用 140 个字节,显然“32 字节”对象 n 被指控占用并没有考虑每个实例中涉及的所有内容。您可以使用pympler 等第三方扩展来做得更好:
>>> import pympler.asizeof
>>> pympler.asizeof.asizeof(w)
96
>>> pympler.asizeof.asizeof(n)
288
这更清楚地显示了 __slots__ 节省的内存占用量:对于像这种情况这样的简单对象,它略小于 200 字节,几乎是对象总占用量的 2/3。现在,由于现在兆字节或多或少对大多数应用程序来说并没有那么重要,这也告诉您__slots__ 如果您将只有几千个实例,那么您不值得费心。时间——然而,对于数百万个实例,它确实会产生非常重要的影响。您还可以获得微观加速(部分原因是 __slots__ 可以更好地使用小对象的缓存):
$ python -mtimeit -s'class S(object): __slots__="x","y"' -s's=S(); s.x=s.y=23' 's.x'
10000000 loops, best of 3: 0.37 usec per loop
$ python -mtimeit -s'class S(object): pass' -s's=S(); s.x=s.y=23' 's.x'
1000000 loops, best of 3: 0.604 usec per loop
$ python -mtimeit -s'class S(object): __slots__="x","y"' -s's=S(); s.x=s.y=23' 's.x=45'
1000000 loops, best of 3: 0.28 usec per loop
$ python -mtimeit -s'class S(object): pass' -s's=S(); s.x=s.y=23' 's.x=45'
1000000 loops, best of 3: 0.332 usec per loop
但这在某种程度上取决于 Python 版本(这些是我用 2.5 重复测量的数字;在 2.6 中,我看到 __slots__ 对于 setting 属性具有更大的相对优势,但在所有,对于获得来说确实是一个微小的缺点优势)。
现在,关于继承:对于无字典的实例,其继承链上的所有类也必须具有无字典的实例。具有无字典实例的类是定义__slots__ 的类,以及大多数内置类型(实例具有字典的内置类型是那些您可以在其实例上设置任意属性的类,例如函数)。插槽名称的重叠是不被禁止的,但它们是无用的,并且会浪费一些内存,因为插槽是继承的:
>>> class A(object): __slots__='a'
...
>>> class AB(A): __slots__='b'
...
>>> ab=AB()
>>> ab.a = ab.b = 23
>>>
如您所见,您可以在AB 实例上设置属性a ——AB 本身只定义了插槽b,但它从A 继承了插槽a。不禁止重复继承的插槽:
>>> class ABRed(A): __slots__='a','b'
...
>>> abr=ABRed()
>>> abr.a = abr.b = 23
但确实浪费了一点内存:
>>> pympler.asizeof.asizeof(ab)
88
>>> pympler.asizeof.asizeof(abr)
96
所以真的没有理由这样做。