python 特性slots槽详解

槽（slots）可以使用__ slots _ 属性来为自定的类设置以一个静态属性列表，并在类的每个实例中跳过 __ dict __ 字典的创建过程，可以提高访问速度，节省内存消耗

由于Python是动态语言，任何实例在运行期都可以动态地添加属性。 如果要限制添加的属性，例如，Student类只允许添加 name、gender和score 这3个属性，就可以利用Python的一个特殊的__slots__来实现

创建实例，并向其中新增属性

新增属性grade执行后，抛异常【AttributeError: ‘student’ object has no attribute ‘gride’】

当一个Student类定义了__slots__ = (‘name’, ‘age’)，Studen.name就是一个有__get__和__set__方法的member_descriptor __slots__的目的是限制当前类所能拥有的属性，如果不需要添加任意动态的属性，使用__slots__也能节省内存。

__slots__两大特性

更快的属性访问速度

默认情况下，访问一个实例的属性是通过访问该实例的__ dict__来实现的。如访问s.name就相当于访问s.__ dict__[‘name’]。为了便于理解，我粗略地将它拆分为四步：s.name >> s.__ dict__ >>. s.__ dict__[‘name’] >>. 结果

从__slots__的实现可以得知，定义了__slots__的类会为每个属性创建一个描述器。访问属性时就直接调用这个描述器。在这里我将它拆分为三步：b.x >>. member decriptor >>. 结果

我在上文提到，访问__dict__和描述器的速度是相近的，而通过__ dict__访问属性多了s.__ dict__[‘name’]字典访值一步（一个哈希函数的消耗）。由此可以推断出，使用了__slots__的类的属性访问速度比没有使用的要快。下面用一个例子验证：

在本人电脑上测试速度有0-25%左右的提升。

减少内存消耗

python内置的字典本质是一个哈希表，它是一种用空间换时间的数据结构。为了解决冲突的问题，当字典使用量超过2/3时，Python会根据情况进行2-4倍的扩容。由此可预见，取消__dict__的使用可以大幅减少实例的空间消耗。

关于slots的继承问题

在一般情况下，使用slots的类需要直接继承object，如class Foo(object): slots = ()

在继承自己创建的类时，我根据子类父类是否定义了__slots__，将它细分为三种情况:（暂未列出多父类的情况）

父类有，子类没有:子类的实例还是会自动创建__dict__来存储属性，不过父类__slots__已有的属性不受影响。 父类没有，子类有：虽然子类取消了__dict__，但继承父类后它会继续生成。同上面一样，__ slots__已有的属性不受影响。

父类有，子类有：只有子类的__slots__有效，访问父类有子类没有的属性依然会报错

因此：为了正确使用__slots__，最好直接继承object。如有需要用到其他父类，则父类和子类都要定义slots，还要记得子类的slots会覆盖父类的slots。

除非所有父类的slots都为空，否则不要使用多继承。

在特殊情况下，可以在__slots__里添加__dict__来获取与普通实例同样的动态特性。 当一个类需要创建大量实例时，可以使用__slots__来减少内存消耗。如果对访问属性的速度有要求，也可以酌情使用。另外可以利用slots的特性来限制实例的属性。而用在普通类身上时，使用__slots__后会丧失动态添加属性和弱引用的功能，进而引起其他错误，所以在一般情况下不要使用它。