Python中的__slots__示例详解
前言
相信Python老鸟都应该看过那篇非常有吸引力的Saving9GBofRAMwithPython'sslots文章，作者使用了__slots__让内存占用从25.5GB降到了16.2GB。在当时来说，这相当于用一个非常简单的方式就降低了30%的内存使用，着实惊人。作者并没有提到他的业务特点和代码，那我们就基于《fluentpython》中的例子来验证下是不是有这么厉害：
from__future__importprint_function
importresource
classA(object):
def__init__(self):
self.a='string'
self.b=10
self.c=True
classB(object):
__slots__=['a','b','c']
def__init__(self):
self.a='string'
self.b=10
self.c=True
deftest(cls):
mem_init=resource.getrusage(resource.RUSAGE_SELF).ru_maxrss
l=[]
foriinrange(500000):
l.append(cls())
mem_final=resource.getrusage(resource.RUSAGE_SELF).ru_maxrss
dell
print('Class:{}:\n'.format(getattr(cls,'__name__')))
print('InitialRAMusage:{:14,}'.format(mem_init))
print('FinalRAMusage:{:14,}'.format(mem_final))
print('-'*20)
if__name__=='__main__':
importsys
test(globals()[sys.argv[1].upper()])
我们分别跑一下这2个类：
❯pythonmem_test.pya Class:A: InitialRAMusage:4,890,624 FinalRAMusage:200,454,144 -------------------- ❯pythonmem_test.pyb Class:B: InitialRAMusage:4,919,296 FinalRAMusage:60,235,776
2种方法初始内存略有差别，但是由于这个差别和总内存量相比太小而忽略不计，结论就是：
使用slots可以让内存使用减少3.5倍！！#通过(200-4)/((60-4)*1.0)计算得来
那么用slot就是非非常那个有必要吗？事实上500000个实例这种机会非常少见，用不用完全根据业务来决定，并不要以偏概全。因为（敲黑板了哈）使用__slots__也是有副作用的：
- 每个继承的子类都要重新定义一遍__slots__
- 实例只能包含哪些在__slots__定义的属性，这对写程序的灵活性有影响，比如你由于某个原因新网给instance设置一个新的属性，比如instance.a=1,但是由于a不在__slots__里面就直接报错了，你得不断地去修改__slots__或者用其他方法迂回的解决
- 实例不能有弱引用(weakref)目标，否则要记得把__weakref__放进__slots__
第三点有点难理解，我写个例子看看吧：
In[2]:%pycatref_example.py fromweakrefimportref classA(object): __slots__=['b'] def__init__(self): self.b=1 classB(object): __slots__=['b','__weakref__'] def__init__(self): self.b=1 In[3]:fromref_exampleimport* In[4]:a=A() In[5]:r=ref(a) --------------------------------------------------------------------------- TypeErrorTraceback(mostrecentcalllast)in () ---->1r=ref(a) TypeError:cannotcreateweakreferenceto'A'object In[6]:b=B() In[7]:r=ref(b) In[8]:r Out[8]:
所以实例不超过万级别的类，__slots__是不太值得使用的。
PS:《fluentpython》比我狠，说的是小于百万级别实例不值得使用。
总结
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作能带来一定的帮助，如果有疑问大家可以留言交流，谢谢大家对毛票票的支持。