slots魔法 · intermediate-python

# __slots__魔法 # `__slots__`魔法在Python中，每個類都有實例屬性。默認情況下Python用一個字典來保存一個對象的實例屬性。這非常有用，因為它允許我們在運行時去設置任意的新屬性。然而，對于有著已知屬性的小類來說，它可能是個瓶頸。這個字典浪費了很多內存。Python不能在對象創建時直接分配一個固定量的內存來保存所有的屬性。因此如果你創建許多對象（我指的是成千上萬個），它會消耗掉很多內存。不過還是有一個方法來規避這個問題。這個方法需要使用`__slots__`來告訴Python不要使用字典，而且只給一個固定集合的屬性分配空間。這里是一個使用與不使用`__slots__`的例子： - 不使用 `__slots__`: ~~~ class MyClass(object): def __init__(self, name, identifier): self.name = name self.identifier = identifier self.set_up() # ... ~~~ - 使用 `__slots__`: ~~~ class MyClass(object): __slots__ = ['name', 'identifier'] def __init__(self, name, identifier): self.name = name self.identifier = identifier self.set_up() # ... ~~~ 第二段代碼會為你的內存減輕負擔。通過這個技巧，有些人已經看到內存占用率幾乎40%~50%的減少。稍微備注一下，你也許需要試一下PyPy。它已經默認地做了所有這些優化。以下你可以看到一個例子，它用IPython來展示在有與沒有`__slots__`情況下的精確內存占用，感謝 [https://github.com/ianozsvald/ipython_memory_usage](https://github.com/ianozsvald/ipython_memory_usage) ~~~ Python 3.4.3 (default, Jun 6 2015, 13:32:34) Type "copyright", "credits" or "license" for more information. IPython 4.0.0 -- An enhanced Interactive Python. ? -> Introduction and overview of IPython's features. %quickref -> Quick reference. help -> Python's own help system. object? -> Details about 'object', use 'object??' for extra details. In [1]: import ipython_memory_usage.ipython_memory_usage as imu In [2]: imu.start_watching_memory() In [2] used 0.0000 MiB RAM in 5.31s, peaked 0.00 MiB above current, total RAM usage 15.57 MiB In [3]: %cat slots.py class MyClass(object): __slots__ = ['name', 'identifier'] def __init__(self, name, identifier): self.name = name self.identifier = identifier num = 1024*256 x = [MyClass(1,1) for i in range(num)] In [3] used 0.2305 MiB RAM in 0.12s, peaked 0.00 MiB above current, total RAM usage 15.80 MiB In [4]: from slots import * In [4] used 9.3008 MiB RAM in 0.72s, peaked 0.00 MiB above current, total RAM usage 25.10 MiB In [5]: %cat noslots.py class MyClass(object): def __init__(self, name, identifier): self.name = name self.identifier = identifier num = 1024*256 x = [MyClass(1,1) for i in range(num)] In [5] used 0.1758 MiB RAM in 0.12s, peaked 0.00 MiB above current, total RAM usage 25.28 MiB In [6]: from noslots import * In [6] used 22.6680 MiB RAM in 0.80s, peaked 0.00 MiB above current, total RAM usage 47.95 MiB ~~~