首页 > 编程语言 >python __slots__魔法

python __slots__魔法

时间:2023-02-21 15:01:11浏览次数:43  
标签:__ name python self object Base slots

先谈谈python 中__dict__存储了该对象的一些属性

类和实例分别拥有自己的__dict__

在__init__中声明的变量,会存到实例的__dict__中

类的静态函数、类函数、普通函数、全局变量以及一些内置的属性都是放在类__dict__里的

虽然说一切皆对象,但对象也有不同,就好比不是每个人的女朋友都是一个人一样,一些内置的数据类型是没有__dict__属性的

int, list, dict等这些常用的数据类型是没有__dict__属性的,其实这是可预料的,就算给了它们dict属性也没啥用,毕竟它们只是用来做数据容器的。

__slots__魔法

在Python中,每个类都有实例属性。默认情况下Python用一个字典来保存一个对象的实例属性。这非常有用,因为它允许我们在运行时去设置任意的新属性。

然而,对于有着已知属性的小类来说,它可能是个瓶颈。这个字典浪费了很多内存。Python不能在对象创建时直接分配一个固定量的内存来保存所有的属性。因此如果你创建许多对象(我指的是成千上万个),它会消耗掉很多内存。
不过还是有一个方法来规避这个问题。这个方法需要使用__slots__来告诉Python不要使用字典,而且只给一个固定集合的属性分配空间。

这里是一个使用与不使用__slots__的例子:

  • 不使用 __slots__:
class MyClass(object):
    def __init__(self, name, identifier):
        self.name = name
        self.identifier = identifier
        self.set_up()
    # ...

 

  • 使用 __slots__:
class MyClass(object):
    __slots__ = ['name', 'identifier']
    def __init__(self, name, identifier):
        self.name = name
        self.identifier = identifier
        self.set_up()
    # ...

 

第二段代码会为你的内存减轻负担。通过这个技巧,有些人已经看到内存占用率几乎40%~50%的减少。

稍微备注一下,你也许需要试一下PyPy。它已经默认地做了所有这些优化。

以下你可以看到一个例子,它用IPython来展示在有与没有__slots__情况下的精确内存占用,感谢 https://github.com/ianozsvald/ipython_memory_usage

Python 3.4.3 (default, Jun  6 2015, 13:32:34)
Type "copyright", "credits" or "license" for more information.

IPython 4.0.0 -- An enhanced Interactive Python.
?         -> Introduction and overview of IPython's features.
%quickref -> Quick reference.
help      -> Python's own help system.
object?   -> Details about 'object', use 'object??' for extra details.

In [1]: import ipython_memory_usage.ipython_memory_usage as imu

In [2]: imu.start_watching_memory()
In [2] used 0.0000 MiB RAM in 5.31s, peaked 0.00 MiB above current, total RAM usage 15.57 MiB

In [3]: %cat slots.py
class MyClass(object):
        __slots__ = ['name', 'identifier']
        def __init__(self, name, identifier):
                self.name = name
                self.identifier = identifier

num = 1024*256
x = [MyClass(1,1) for i in range(num)]
In [3] used 0.2305 MiB RAM in 0.12s, peaked 0.00 MiB above current, total RAM usage 15.80 MiB

In [4]: from slots import *
In [4] used 9.3008 MiB RAM in 0.72s, peaked 0.00 MiB above current, total RAM usage 25.10 MiB

In [5]: %cat noslots.py
class MyClass(object):
        def __init__(self, name, identifier):
                self.name = name
                self.identifier = identifier

num = 1024*256
x = [MyClass(1,1) for i in range(num)]
In [5] used 0.1758 MiB RAM in 0.12s, peaked 0.00 MiB above current, total RAM usage 25.28 MiB

In [6]: from noslots import *
In [6] used 22.6680 MiB RAM in 0.80s, peaked 0.00 MiB above current, total RAM usage 47.95 MiB

__slots__作用

1.减少内存消耗

2.限制添加类属性及类初始化参数

 

实现__slots__

1.限制单个类属性

复制代码
class Base(object):
    __slots__ = ['name']
  pass

B = Base() B.name = 'John'
复制代码

2.限制多个类属性,在__slots__的列表中继续添加即可

复制代码
class Base(object):
    __slots__ = ['name','age']
  pass

B = Base() B.name = 'John' B.age = 18
复制代码

当添加类属性为非__slots__列表中的参数,会报错 AttributeError: 'Base' object has no attribute 'name1'

复制代码
class Base(object):
    __slots__ = ['name']

    pass
B = Base()
B.name1 = 'John'  #AttributeError: 'Base' object has no attribute 'name1'
复制代码

 

同样,__slots__会限制类初始化参数

复制代码
class Base(object):
    __slots__ = ['name']

    def __init__(self,name,age):
        self.name = name
        self.age = age
    pass

B = Base('John',18) #AttributeError: 'Base' object has no attribute 'age'
复制代码

 

节约内存

由于默认情况下每个类都会有一个dict,通过__dict__访问,这个dict维护了这个实例的所有属性。如果类中使用__slots__时,该对象不会自动产生__dict__属性

复制代码
class Base(object):
    __slots__ = ['name']

    def __init__(self,name):
        self.name = name
    pass

B = Base('John')

print(B.__dict__)  #打印报错AttributeError: 'Base' object has no attribute '__dict__'

class Base(object):
    # __slots__ = ['name']

    def __init__(self,name):
        self.name = name
    pass

B = Base('John')

print(B.__dict__) # {'name': 'John'}
 
 

标签:__,name,python,self,object,Base,slots
From: https://www.cnblogs.com/zuochuang/p/17141018.html

相关文章

  • redis-命令操作-String&hash,list,set&sortedset,通用命令
    redis-命令操作-String&hashString类型存储:setkeyvalue获取:getkey删除:delkey  Hash类型存储:hsetkeyfieldvalue获取:hgetkeyfiled:获取指定的field对应......
  • 云小课|MRS基础原理之Flink组件介绍
    阅识风云是华为云信息大咖,擅长将复杂信息多元化呈现,其出品的一张图(云图说)、深入浅出的博文(云小课)或短视频(云视厅)总有一款能让您快速上手华为云。更多精彩内容请单击......
  • mac下如何通过ip查询电脑名称
    在Windows下可以使用nbtstat-a192.x.x.x来反查,在macOS下不行。 在macOS需要使用smbutilstatus192.x.x.x来查询 ......
  • 切比雪夫距离小记
    要不是做JOI我还不知道有这个东西。定义我们知道曼哈顿距离。假如点\(a\)坐标为\((x1,y1)\),点\(b\)坐标为\(x2,y2\),那么他们的曼哈顿距离为:\(|x1-x2|+|y1-y2......
  • 原子操作类之18罗汉增强
    原子操作类之18罗汉增强原子操作类java.util.concurrent.atomic包下的所有类上图中分为了两部分,为什么呢?看下阿里巴巴手册基本类型原子类//可以原子方式更新的值......
  • 局部光照
    前言​ 本篇将介绍局部光照模型——每个物体的光照独立于其他物体,即仅考虑光源直接发出的光线,忽略场景中反弹的为何我们可以看见这个五彩缤纷的世界?​ 光源是由红蓝绿三......
  • 临床前动物实验制剂开发,晶型研究的“筛”与“选”(二)
    <divstyle='margin:0px;padding:0px0px26px;color:rgb102,102,102;text-transform:none;text-indent:0px;letter-spacing:normal;font-family:"background-color:#ffffff;"......
  • LeetCode 周赛 333,你管这叫 Medium 难度?
    本文已收录到AndroidFamily,技术和职场问题,请关注公众号[彭旭锐]提问。大家好,我是小彭。上周是LeetCode第333场周赛,你参加了吗?这场周赛质量很高,但难度标得不对,我......
  • 数据库约束
    约束字段约束:比如创建一个age列,这里设置了字段类型为int,所以这里只能填int,不能填其他的类型约束是保证数据准确性的最后一道屏障,即为了保证表中的数据有效性非空约束(n......
  • HTTP 常见的请求头有哪些? 分别有什么作用?
    一、Http请求头是什么HTTP头字段(HTTPheaderfields),是指在超文本传输协议(HTTP)的请求和响应消息中的消息头部分它们定义了一个超文本传输协议事务中的操作参数HTTP头部......