__slots__能减少内存占用，因其禁用实例的__dict__字典（节省约240字节/实例），改用连续内存槽位存储属性，类似C结构体，使内存更紧凑、访问更快，通常节省40%–60%内存。
为什么 __slots__ 能减少内存占用
Python 默认为每个实例动态创建一个 __dict__ 字典来存储属性，哪怕只存一两个字段，也要额外承担字典的哈希表开销（通常至少 240 字节）。启用 __slots__ 后，实例不再生成 __dict__，属性被固定分配在连续内存块中，类似 C 结构体——对象大小直接由字段数量和类型决定，通常能节省 40%–60% 内存。
但注意：这个优化只对「大量短生命周期实例」有效（比如模型类、数据行、树节点），单个对象几乎看不出差别；而且一旦用了 __slots__，就不能动态添加新属性，也不能继承自未定义 __slots__ 的父类（除非显式处理）。
怎么正确声明 __slots__
在类定义中直接赋值一个字符串元组：
class Point:
__slots__ = ('x', 'y')
def __init__(self, x, y):
self.x = x
self.y = y
常见错误和要点：
- 必须是
tuple、list或其他可迭代对象，但推荐用tuple（不可变更安全） - 如果父类有
__slots__，子类也必须声明，否则父类的__slots__不生效 - 想保留
__dict__（例如调试或临时扩展），就把'__dict__'加进__slots__元组里——但这会基本抵消内存收益 - 不能只写字符串（如
__slots__ = 'x'），会被当成单字符迭代，等价于('x',)—— 看似侥幸，实则危险
__slots__ 和常见操作的兼容性问题
启用后，部分动态行为会失效，容易在运行时突然报错：
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
- 尝试赋值未在
__slots__中声明的属性 →AttributeError: 'Point' object has no attribute 'z' - 使用
vars(obj)或访问obj.__dict__→AttributeError（除非显式包含'__dict__'） - 用
copy.deepcopy()深拷贝含__slots__的对象可能失败，需配合自定义__getstate__/__setstate__ - 序列化（如
pickle）默认支持，但若类还定义了__getstate__，需手动处理__slots__中的字段
不是所有场景都适合：比如 ORM 模型、需要灵活挂载方法或配置的类，硬加 __slots__ 反而增加维护成本。
验证内存变化的实际方法
别靠猜测，用 sys.getsizeof() + __slots__ 对比是最直接的方式：
import sys
<p>class RegularPoint:
def <strong>init</strong>(self, x, y):
self.x = x
self.y = y</p><p>class SlottedPoint:
<strong>slots</strong> = ('x', 'y')
def <strong>init</strong>(self, x, y):
self.x = x
self.y = y</p><p>p1 = RegularPoint(1, 2)
p2 = SlottedPoint(1, 2)
print(sys.getsizeof(p1)) # 通常 56 或更大
print(sys.getsizeof(p2)) # 通常 32 或更小
</p>
注意：sys.getsizeof() 不计算引用对象（如 self.x 是 int，不计入），仅反映实例自身结构开销。真要压测大规模对象内存，建议用 memory_profiler 或 tracemalloc。
真正关键的是：你得确认这些实例确实密集存在，且生命周期可控；否则花时间加 __slots__ 却没换来实际收益，或者因忽略继承链/序列化逻辑引入隐性 bug，就得不偿失了。
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！
