__slots__能显著降低小对象内存，因禁用动态__dict__而改用紧凑c结构体布局，单实例从~240字节降至32–64字节，降幅常超70%；需在类中显式声明字符串元组，父子类均须定义，字段名须精确匹配。
为什么 __slots__ 能显著降低小对象内存？
Python 默认为每个实例动态维护一个 __dict__ 字典来存储属性，哪怕只存 1–2 个字段，也要额外占用 ~240 字节（CPython 3.12）。对百万级 User、Point 这类轻量对象，内存很快飙到 GB 级。__slots__ 直接禁用 __dict__，改用紧凑的 C 结构体布局，单个实例可压到 32–64 字节，降幅常达 70%+。
怎么正确声明 __slots__？
必须在类定义中显式赋值为字符串元组（不是列表！不是单个字符串！），且父类和子类需各自声明 —— 继承链上任一环节漏掉，该层级实例就会悄悄重建 __dict__，前功尽弃。
class Point:
__slots__ = ('x', 'y') # ✅ 正确：元组，字段名精确
<p>class ColoredPoint(Point):
<strong>slots</strong> = ('color',) # ✅ 子类也要声明，且不能含父类字段</p><h1>❌ 错误：('x', 'y', 'color') 或 ['x', 'y'] 或 'color'</h1>
- 字段名必须与实际赋值完全一致，拼写错误会导致
AttributeError - 若需动态加属性（极少数场景），得在
__slots__中显式加入'__dict__'，但会失去大部分内存收益 - 不能和
__getstate__/__setstate__混用，否则 pickle 可能失败
哪些情况 __slots__ 会失效或不适用？
__slots__ 不是银弹。以下情况它要么被绕过，要么带来麻烦：
- 类使用了多重继承，且多个父类都定义了
__slots__—— CPython 会直接报TypeError: multiple bases have instance lay-out conflict - 类被用作
namedtuple或dataclass的基类（尤其@dataclass(slots=True)已内置优化，无需手动加） - 需要给实例绑定方法（如
obj.method = lambda: ...）——__slots__会阻止__func__属性写入 - 调试时依赖
vars(obj)或dir(obj)查看所有属性 —— 这些函数对__slots__类返回空或不完整结果
验证内存节省效果的实操方法
别只信理论值，用 sys.getsizeof() + __slots__ 对比是最直接的验证方式。注意：该函数只返回对象本身内存，不含引用对象（如字符串内容），所以对比时确保属性值类型和长度一致。
import sys
<p>class Regular:
def <strong>init</strong>(self, x, y):
self.x = x
self.y = y</p><p>class Slotted:
<strong>slots</strong> = ('x', 'y')
def <strong>init</strong>(self, x, y):
self.x = x
self.y = y</p><p>a = Regular(1, 2)
b = Slotted(1, 2)
print(sys.getsizeof(a)) # 通常 56 字节左右
print(sys.getsizeof(b)) # 通常 32 字节左右</p>
真正海量场景下，建议搭配 pympler.asizeof 做全量估算，它会递归计算引用对象开销 —— 很多时候字符串、小整数的共享机制会让实际收益比 getsizeof 显示的更明显。
用 __slots__ 最容易忽略的点：它只作用于实例，不影响类本身；一旦类已实例化再修改 __slots__，旧实例不会自动收缩，必须重建对象才能生效。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
