了解 Python 中的 slots 槽

为类创建对象需要内存，存储的属性是字典的形式。 如果我们需要分配数千个对象，将需要大量的内存和索引时间。

Slots 或 __slots__ 提供了一种独特的机制来减少对象的大小和更快的索引。 本文将讨论槽常量变量在 Python 中的工作原理以及它如何比使用字典更好。

---

了解 Python 中的槽

槽是对象内存优化的概念，可以改善 Python 代码运行时间。 例如，当我们从类创建自定义对象时，字典中存储的对象的属性称为 __dict__。

此外，它允许我们在创建对象后动态创建新属性。

如果没有槽，我们的对象将如下所示。

示例代码：

class sample_class(object):
      def __init__(self, *args, **kwargs):
                self.key = 'foo'
                self.value = 'bar'

if __name__ == "__main__":
     sample_object = sample_class()
     print(sample_object.__dict__)

输出:

{'key': 'foo', 'value': 'bar'}

在Python中，每个对象都有一个支持添加属性的动态字典。 我们将为每个实例对象都有一个字典实例，占用额外的空间并浪费大量的 RAM。

在 Python 中创建对象时，没有默认功能来分配一定量的内存来存储其所有特征。

利用 __slots__ 为一定数量的属性分配空间，可以减少空间浪费并加快程序速度。

示例代码：

class sample_class(object):
      __slots__ = ['key','value']

      def __init__(self, *args, **kwargs):
                self.key = 'foo'
                self.value = 'bar'

if __name__ == "__main__":
     sample_object = sample_class()
     print(sample_object.__slots__)

输出:

['key','value']

%> 请注意 ，当调用 __slots__ 变量时，我们仅访问键来映射字典中的每个值。 尽管 Python 的字典非常直观，但如果我们尝试同时创建数千或数百万个项目，则可能会出现问题。

1. 字典需要记忆。 数百万个对象将耗尽 RAM 使用量。
2. 字典实际上是一个哈希图。

因此，对于一些属性，字典和槽之间的运行时差异可能并不明显，但随着数据变大，我们会很高兴我们使用了槽。 访问属性时大约可以节省 10% 的运行时间。

示例代码：

import timeit


class sample_class(object):
    def __init__(self, *args, **kwargs):
            self.key = 'foo'
            self.value = 'bar'

class sample_class_slots(object):
    __slots__ = ['key','value']
    def __init__(self, *args, **kwargs):
            self.key = 'foo'
            self.value = 'bar'

if __name__ == "__main__":

    time = timeit.timeit('t.key', 'from __main__ import sample_class; t=sample_class()')
    time_slots = timeit.timeit('t.key', 'from __main__ import sample_class_slots; t=sample_class_slots()')

    print("Time without Slots: ", time)
    print("Time with Slots: ", time_slots)

输出:

Time without Slots:  0.0202741
Time with Slots:  0.0200698