怎样在Python中利用__slots__显著减少类实例内存占用？-Python教程-PHP中文网

__slots__ 能省内存是因为它用固定结构体替代动态 __dict__ 字典，避免每个实例额外占用数百字节；属性直接映射到预分配内存偏移，还略微提升访问速度。

怎样在python中利用__slots__显著减少类实例内存占用？

为什么 `slots` 能省内存？

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，也要额外占用几百字节。启用 __slots__ 后，Python 放弃 __dict__，改用固定大小的结构体（类似 C 的 struct），属性直接映射到预分配的内存偏移上——这不仅省空间，还略提速属性访问。

怎么正确声明 `slots`？

在类定义中直接赋值一个字符串元组，列出所有允许的实例属性名。注意：它只约束**实例属性**，不影响类属性或方法。

class Point:
    __slots__ = ('x', 'y')  # ✅ 正确：元组、列表、字符串均可，但推荐元组
    def __init__(self, x, y):
        self.x = x
        self.y = y

必须是可迭代对象，常见用 ('x', 'y') 或 ['x', 'y']；单个属性写成 ('x',)（末尾逗号不能少）
如果父类用了 __slots__，子类也必须显式声明，否则会继承父类 slots 但意外获得自己的 __dict__
一旦启用，就不能再动态添加未声明的属性：p = Point(1,2); p.z = 3 会抛 AttributeError: 'Point' object has no attribute 'z'

哪些情况反而会让内存更大或失效？

__slots__ 不是银弹。以下场景它帮不上忙，甚至起反作用：

Biopython

全面的分子生物学工具集。适用于序列操作、文件解析（FASTA/GenBank/PDB）、系统发育分析，以及通过 Bio.Entrez 以编程方式访问 NCBI/

下载

类本身有 __dict__（比如继承了没设 slots 的父类），子类加 __slots__ 仍会保留实例 __dict__
声明了 __slots__ 但又手动定义了 __dict__，或者用了 __weakref__ 却没把它加入 slots 元组（此时 Python 会自动恢复 __dict__）
属性值本身很大（比如存一个 10MB 的 numpy.ndarray），__slots__ 只省了属性名的指针开销（通常 8 字节/个），实际内存占比微乎其微
用了 @property 或描述符——它们不占实例空间，__slots__ 对它们无影响，也不需要列入 slots

验证是否真的省了内存？

别靠猜。用 sys.getsizeof() 粗略对比，或更准的 pympler.asizeof.asizeof()（能递归算引用对象）：

from pympler import asizeof
class Regular: pass
class Slotted: __slots__ = ('a', 'b')
<p>r = Regular(); r.a = 1; r.b = 2
s = Slotted(); s.a = 1; s.b = 2</p><p>print(asizeof.asizeof(r))  # 通常 500+ 字节（含 <strong>dict</strong>）
print(asizeof.asizeof(s))  # 通常 64–96 字节（仅数据+对象头）</p>

真正关键的是：当你要创建数万以上实例（如解析日志、建模粒子系统）时，这个差值才会从“省几十字节”变成“省几百 MB”。小规模对象上较真 __slots__，基本是在优化不存在的问题。