如何使用python中的__slots__方法？

我们在系统学习python时候，在目录上也有看过这个内容，它是可以给python的类添加属性的，想必，在项目使用中尤为重要，另外，我们都知道在书本目录现实的内容，必然是我们要深刻掌握的东西，小伙伴们可不要偷懒，抓紧看看下面内容吧~

__slots__的简介

__slots__是可以在定义Python类时添加的属性。

您可以使用对象实例可以拥有的可能属性来定义插槽。

使用__slots__的方法如下：

class WithSlots:
    __slots__ = ('x', 'y')
 
    def __init__(self, x, y):
        self.x, self.y = x, y

使用__slots__的更高层次的最大原因是：

1.由于数据结构优化而更快地获取和设置属性；

2.减少了类实例的内存使用量。 不想使用它的某些原因是，

3.如果类具有在运行时更改的属性（动态属性），或者存在复杂的对象继承树。

我们做个测试数据：

首先，我们先进行一些测试，以查看__slots__何时更快，从批量实例化开始。 使用Python的“ timeit”模块和此代码段，我们得到以下结果：

class WithoutSlots:
    def __init__(self, x, y, z):
        self.x = x
        self.y = y
        self.z = z
 
class WithSlots:
    __slots__ = ('x', 'y', 'z')
 
    def __init__(self, x, y, z):
        self.x = x
        self.y = y
        self.z = z
 
def instance_fn(cls):
    def instance():
        x = cls(1, 2, 3)
return instance
Without Slots: 0.3909880230203271
With Slots: 0.31494391383603215
(averaged over 100000 iterations)

在这种情况下，使用slots的实例化速度稍快。 这很有意义，因为我们拒绝为给定对象的新实例创建__dict__。 字典通常比元组或列表有更多内存开销。 让我们尝试一个具有更多与实例相关联的属性的类！

Without Slots: 1.5249411426484585
With Slots: 1.52750033326447
(averaged over 100000 iterations)

通常，使用__slots__并不能真正缩短实例化时间。 尽管不必创建__dict__，但是还有其他开销需要我们稍后再使用的slots来完成，这导致了类似于从实际类中复制字典的运行时间。

当我们开始快速连续获取和设置值时，真正的加速就起作用了：

def get_set_fn(cls):
    x = cls(list(range(26)))
    def get_set():
        x.y = x.z + 1
        x.a = x.b - 1
        x.d = x.q + 3
        x.i = x.j - 1
        x.z = x.y / 2
return get_set
Without Slots: 11.59717286285013
With Slots: 9.243316248897463
(averaged over 100000 iterations)

速度提高了20％以上！ 如果测试范围更广（并且不总是访问相同的属性，且属性的长度比单个字符长），则可以实现更大的加速。

内存使用情况

首先，让我们测试元组和字典在内存中的增长方式之间的区别。 当使用__slots__知道给定实例可以存在哪些属性时，它可以为与实例相关联的描述符分配（而不必为每个新对象添加__dict__）。

在Python中，很难描述对象实例使用的确切内存量：sys.getsizeof仅适用于基元和内置函数。 相反，我们将在名为“ Pympler”的库中使用名为asizeof的函数。

import sys  #没有这一句会报错
sys.getsizeof(('a', 'b', 'c', 'd'))
>>> asizeof(('a', 'b', 'c', 'd'))
304
>>> asizeof({'a': 'b', 'c': 'd'})
512
>>> asizeof(tuple(string.ascii_lowercase))
1712
>>> dictionary
{'e': 'f', 'k': 'l', 'c': 'd', 'g': 'h', 'o': 'p', 'i': 'j', 's': 't', 'm': 'n', 'q': 'r', 'a': 'b', 'y': 'z', 'w': 'x', 'u': 'v'}
>>> asizeof(dictionary)
2320

我们在这里省略了__slots__示例的实现细节：我们没有将一个元组用于描述符，一个元组用于值，而是将它们全部放在一个列表中。 但是，与元组和dict之间的差异相比，我们发现大小的差异并不大：

>>> asizeof(('a', 'b')) + asizeof(('c', 'd'))
352
为了更好的测量，当我们在上一个示例类的slots上实际运行asizeof时，会发生以下情况：
>>> w1 = WithoutSlots(1, 2, 3)
>>> asizeof(w1)
416
>>> w2 = WithSlots(4, 5, 6)
>>> asizeof(w2)
160

好了，大家也可以动手试试哦~

来源：PY学习网：原文地址：https://www.py.cn/article.html