Python中使用__slots__优化内存占用方法

Python中的`__slots__`是一种高效节省内存的机制，合理使用可使单个实例内存占用降低30%–50%，尤其在需创建数万个以上属性名固定的对象时效果显著（如10万实例节省20–40MB），其原理是用紧凑的C结构体替代开销大的`__dict__`字典；但必须谨慎采用——盲目添加会破坏动态属性赋值、继承行为、pickle序列化及与Django、dataclasses等依赖`__dict__`的库兼容性，仅当明确确认实例规模大、属性稳定且无运行时扩展需求时才值得引入，否则维护成本远超内存收益。

直接说结论：用 __slots__ 能显著降低单个实例的内存占用（通常减少 30%–50%），但只在**大量创建同一类实例**（如数万以上）且**属性名固定**时才值得加；盲目添加可能破坏动态属性、继承或 pickle 兼容性。

为什么 __slots__ 能省内存？

默认情况下，Python 实例通过一个字典 __dict__ 存储所有属性，字典本身开销大（哈希表结构、预留空槽、键字符串重复存储）。而 __slots__ 禁用 __dict__，改用紧凑的 C 结构体布局，属性直接映射到固定偏移量。

实操建议：

• 用 sys.getsizeof(obj) 对比加/不加 __slots__ 的实例大小（注意：要测 *实例*，不是类）
• 对含 5 个字符串属性的类，10 万个实例可节省约 20–40 MB 内存
• 若类中已有 __dict__（比如定义了 __getattr__），__slots__ 会失效

怎么正确声明 __slots__？

在类定义中直接赋值一个字符串元组，列出所有允许的实例属性名。不能漏写、不能拼错、不能包含方法或类变量。

示例：

class Point:
    __slots__ = ('x', 'y', '_label')  # ✅ 只有这三个实例属性
    def __init__(self, x, y):
        self.x = x
        self.y = y
        self._label = None

常见错误：

• 写成 __slots__ = 'x' （单字符串 → 每个字符当一个属性名）→ 改为 __slots__ = ('x',)
• 忘了父类的 __slots__：子类必须显式声明自己的 __slots__，否则继承父类后仍会生成 __dict__
• 试图给未声明的属性赋值：p.z = 1 → 报 AttributeError: 'Point' object has no attribute 'z'

哪些场景下千万别用 __slots__？

它不是银弹，以下情况加了反而出问题：

• 需要运行时动态添加属性（如 p.new_field = 42）→ 直接失败
• 用了依赖 __dict__ 的库：Django ORM 模型、dataclasses（除非显式设 __slots__ = True）、某些序列化工具（如 jsonpickle）
• 类被设计为基类且预期子类要扩展属性 → 子类也得声明 __slots__，否则内存不省还多一层约束
• 用了 __getstate__/__setstate__ 或自定义 pickle 行为 → 需额外适配，否则 unpickle 失败

真正关键的点是：你得确认这个类的实例数量级和生命周期。如果只是偶尔创建几十个对象，或者属性名根本不确定，__slots__ 带来的维护成本远大于那几 MB 内存收益。

理论要掌握，实操不能落！以上关于《Python中使用__slots__优化内存占用方法》的详细介绍，大家都掌握了吧！如果想要继续提升自己的能力，那么就来关注golang学习网公众号吧！