参考链接： Python的__name __(特殊变量)

python中的new-style class要求继承Python中的一个内建类型，

一般继承object，也可以继承list或者dict等其他的内建类型。

 在python新式类中，可以定义一个变量__slots__，它的作用是阻止在实例化类时为实例分配dict，

 

默认情况下每个类都会有一个dict,通过__dict__访问，这个dict维护了这个实例的所有属性，举例如下： 

 

class base(object):

    var=9 #类变量

    def __init__(self):

        pass

 

b=base()

print b.__dict__

b.x=2 #添加实例变量

print b.__dict__运行结果：

 { }

 {'x': 2}

 可见：实例的dict只保持实例的变量，对于类的属性是不保存的，类的属性包括变量和函数。

 由于每次实例化一个类都要分配一个新的dict，因此存在空间的浪费，因此有了__slots__。

 __slots__是一个元组，包括了当前能访问到的属性。

 当定义了slots后，slots中定义的变量变成了类的描述符，相当于java，c++中的成员变量声明，

 类的实例只能拥有slots中定义的变量，不能再增加新的变量。注意：定义了slots后，就不再有dict。如下： 

 

 

class base(object):

    __slots__=('x')

    var=8

    def __init__(self):

        pass

 

b=base()

b.x=88 #添加实例变量

print b.x

#b.y=99 #无法添加slots之外的变量 (AttributeError: 'base' object has no attribute 'y')

#print b.__dict__ #定义了__slots__后，就不再有__dict__ (AttributeError: 'base' object has no attribute '__dict__')运行结果：

 88

 如果类变量与slots中的变量同名，则该变量被设置为

readonly！！！如下： 

 

 

class base(object):

    __slots__=('y')

    y=22 # y是类变量,y与__slots__中的变量同名

    var=11

    def __init__(self):

        pass

    

b=base()

print b.y

print base.y

#b.y=66 #AttributeError: 'base' object attribute 'y' is read-only运行结果：

 22

 22

 Python是一门动态语言，可以在运行过程中，修改实例的属性和增删方法。一般，任何类的实例包含一个字典__dict__,

 Python通过这个字典可以将任意属性绑定到实例上。有时候我们只想使用固定的属性，而不想任意绑定属性，

 这时候我们可以定义一个属性名称集合，只有在这个集合里的名称才可以绑定。__slots__就是完成这个功能的。 

 

 

class test_slots(object):

    __slots__='x','y'

    def printHello(self):

        print 'hello!'

 

class test(object):

    def printHello(self):

        print 'hello'

 

print dir(test_slots) #可以看到test_slots类结构里面包含__slots__,x,y

print dir(test)#test类结构里包含__dict__

print '**************************************'

ts=test_slots()

t=test()

print dir(ts) #可以看到ts实例结构里面包含__slots__,x,y，不能任意绑定属性

print dir(t) #t实例结构里包含__dict__,可以任意绑定属性

print '***************************************'

ts.x=11 #只能绑定__slots__名称集合里的属性

t.x=12 #可以任意绑定属性

print ts.x,t.x

ts.y=22 #只能绑定__slots__名称集合里的属性

t.y=23  #可以任意绑定属性

print ts.y,t.y

#ts.z=33 #无法绑定__slots__集合之外的属性(AttributeError: 'test_slots' object has no attribute 'z')

t.z=34 #可以任意绑定属性

print t.z 运行结果：

 ['__class__', '__delattr__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__module__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '

__slots__', '__str__', '__subclasshook__', 'printHello', '

x', 'y']

 ['__class__', '__delattr__', '

__dict__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__module__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', 'printHello']

 **************************************

 ['__class__', '__delattr__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__module__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '

__slots__', '__str__', '__subclasshook__', 'printHello', '

x', 'y']

 ['__class__', '__delattr__', '

__dict__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__module__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', 'printHello']

 ***************************************

 11 12

 22 23

 34

 

 正如上面所说的，默认情况下,Python的新式类和经典类的实例都有一个

dict来存储实例的属性。这在一般情况下还不错，而且非常灵活，

 乃至在程序中可以

随意设置新的属性。但是，对一些在”编译”前就知道有几个固定属性的小class来说，这个dict就有点浪费内存了。

 当需要创建大量实例的时候，这个问题变得尤为突出。一种解决方法是在

新式类中定义一个__slots__属性。

 __slots__声明中包含若干实例变量，并为每个实例预留恰好足够的空间来保存每个变量；这样Python就不会再使用dict，从而节省空间。

 

【使用memory_profiler模块，memory_profiler模块是在逐行的基础上，测量代码的内存使用率。尽管如此，它可能使得你的代码运行的更慢。使用装饰器@profile来标记哪个函数被跟踪。】 下面，我们看一个例子：

from  memory_profiler import profile

class A(object): #没有定义__slots__属性

    def __init__(self,x):

        self.x=x

 

@profile

def main():

    f=[A(523825) for i in range(100000)]

 

if __name__=='__main__':

    main()运行结果，如下图：

 

 

 第2列表示该行执行后Python解释器的内存使用情况，

第3列表示该行代码执行前后的内存变化。

 在没有定义__slots__属性的情况下，该代码共使用了20.8MiB内存。

 从结果可以看出，内存使用是以MiB为单位衡量的,表示的mebibyte(1MiB = 1.05MB)

from  memory_profiler import profile

class A(object):#定义了__slots__属性

    __slots__=('x')

    def __init__(self,x):

        self.x=x

 

@profile

def main():

    f=[A(523825) for i in range(100000)]

 

if __name__=='__main__':

    main()运行结果，如下图：

 

 

 可以看到，在定义了__slots__属性的情况下，该代码共使用了6.1MiB内存，比上面的20.8MiB节省了很多内存！

 综上所述，在确定了

类的属性固定的情况下，可以

使用__slots__来优化内存。

 提醒:不要贸然进行这个优化，把它用在所有地方。这种做法不利于代码维护，而且只有生成数以千计的实例的时候才会有明显效果。

 

 （完）