__slots__ 能省内存，本质是禁用 __dict__ 字典而改用紧凑的 c 结构体存储属性；正确写法需在类体定义且父子类均显式声明；它会破坏 __dict__、setattr 动态赋值等操作。
为什么 __slots__ 能省内存？本质是干掉了 __dict__
Python 默认给每个实例配一个 __dict__ 字典来存属性，灵活但开销大——哪怕只存一个整数，也要额外扛住字典的哈希表结构（通常至少 240 字节起步）。加了 __slots__ 后，Python 直接用固定偏移量的 C 结构体存属性，不生成 __dict__，也不支持动态增删属性。
实测：一个空类实例约 56 字节；加 __slots__ = ('x', 'y') 后降到约 32 字节；而同样两个属性的默认实例常超 120 字节。省的不是单个对象那几十字节，而是成千上万个实例时的累积效应。
怎么正确定义 __slots__ 才不报错？
常见错误是父类没设 __slots__，子类却设了，或反过来；还有误以为 __slots__ 是类变量就随便继承。关键规则只有两条：
-
__slots__必须定义在类体中（不能在__init__或运行时赋值） - 如果父类有
__slots__，子类也必须声明，否则父类的__slots__不生效，且子类仍会生成__dict__ - 若需保留
__dict__（比如要动态塞属性），得显式把'__dict__'加进__slots__元组里——但这基本就废了省内存的意义
正确写法示例：
class Point:
__slots__ = ('x', 'y')
def __init__(self, x, y):
self.x = x
self.y = y
<p>class ColoredPoint(Point):
<strong>slots</strong> = ('color',) # 必须显式声明，否则 color 存不进 slots 且会回退到 <strong>dict</strong>
def <strong>init</strong>(self, x, y, color):
super().<strong>init</strong>(x, y)
self.color = color
</p>
__slots__ 会破坏哪些常用操作？提前避坑
它不是语法糖，是底层存储模型切换，所以这些事会直接失败：
- 对实例执行
obj.__dict__→ 报AttributeError（除非你手动加了'__dict__'） -
setattr(obj, 'new_attr', 1)或delattr(obj, 'x')→ 仅限__slots__列出的属性，否则AttributeError - 用
vars(obj)查看属性 → 返回空字典或报错 - 类继承链中只要有一层没设
__slots__，整个链就失效（子类即使写了也白搭）
调试时想临时看属性？别硬查 __dict__，改用 obj.__slots__ 配合 getattr(obj, attr) 循环读取。
什么时候不该用 __slots__？别为省几 KB 反锁死设计
它适合属性名稳定、实例量大的场景（如 ORM 模型、几何计算点集、传感器数据帧）。但以下情况反而添乱：
- 需要 pickle 序列化且没自定义
__getstate__/__setstate__→ 默认会失败（因找不到__dict__） - 用 pytest 或其他框架依赖动态属性注入（比如 fixture 注入）→ 测试可能莫名挂掉
- 类要被 monkey patch，或未来大概率加新字段 → 每次加字段都得同步改
__slots__元组，容易漏 - 属性本身是大对象（如 numpy 数组、大字典）→ 内存主要耗在值上，
__slots__省的只是引用指针那点空间
真正卡内存瓶颈时，__slots__ 是有效手段；但过早优化、或忽略协作成本，容易让后续维护的人在 AttributeError 里反复怀疑人生。
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！
