__slots__ 是Python类中的一种特殊属性，它允许你显式地声明一个类的实例可以拥有的属性。
这不仅有助于节省内存，还能提高属性访问的速度，并且防止动态添加不属于设计的属性。
在大型项目或者对性能敏感的应用程序中，正确使用 __slots__ 可以带来显著的好处。
__slots__ 的作用
-
节省内存：当创建大量的对象时，如果这些对象的属性是固定的，那么使用
__slots__可以减少每个对象占用的内存空间。默认情况下，Python为每个对象分配了一个字典（__dict__）来存储其属性，而启用__slots__后，Python会用更紧凑的数据结构替代这个字典，从而降低了内存消耗。 -
加速属性访问：由于
__slots__中定义了固定的属性集合，所以Python可以在编译时确定属性的位置，这通常会导致更快的属性访问速度。 -
防止意外属性设置：
__slots__还提供了一种机制来限制哪些属性可以在类的实例上设置。这可以帮助开发者避免在运行时意外地给对象添加新的属性，进而减少了潜在的bug。
使用建议
- 适用于固定属性的类：如果你知道一个类的实例将只有一组固定的属性，那么应该考虑使用
__slots__。 - 组合与继承中的使用：当子类继承父类时，如果父类没有定义
__slots__，那么子类可以自由地添加新属性；但如果父类定义了__slots__，则子类也应当定义自己的__slots__或者明确地包含所有需要的属性。 - 注意多重继承：如果有多个基类都定义了
__slots__，那么子类必须同时定义所有的槽位，否则会引发错误。 - 保持灵活性：虽然
__slots__有诸多优点，但它也会使代码变得不那么灵活，因为一旦定义了__slots__，就不能再动态地添加新的属性。因此，在决定是否使用__slots__之前，请权衡好这一点。
注意点
- 调试和反射：使用
__slots__的类不再拥有__dict__属性，这意味着一些依赖于该属性的功能（如某些调试工具或框架特性）可能无法正常工作。 - 序列化问题：一些序列化库可能会期望对象具有
__dict__属性。对于使用__slots__的对象来说，你需要确保所使用的序列化方法能够处理这种情况。 - 不能冻结类：即使使用了
__slots__，类本身仍然是可变的，也就是说，你可以修改类的方法或属性定义。只是实例的属性被限制了。
示例代码
下面是一个简单的例子，展示了如何使用 __slots__ 以及它的效果：
class NormalClass:
def __init__(self, x, y):
self.x = x
self.y = y
# 动态添加属性
self.z = 100
# 定义了 __slots__ 的类
class SlottedClass:
__slots__ = ['x', 'y'] # 显式指定允许的属性名
def __init__(self, x, y):
self.x = x
self.y = y
# 尝试动态添加属性将导致 AttributeError
# self.z = 100 # AttributeError: 'SlottedClass' object has no attribute 'z'
# 测试内存使用情况
if __name__ == "__main__":
import sys
normal_instance = NormalClass(1, 2)
slotted_instance = SlottedClass(1, 2)
print(f"Normal instance size: {sys.getsizeof(normal_instance)} bytes")
print(f"Slotted instance size: {sys.getsizeof(slotted_instance)} bytes")
try:
slotted_instance.z = 100 # This will raise an AttributeError
except AttributeError as e:
print(e)这段代码演示了两个类的行为差异：NormalClass 允许动态添加属性，而 SlottedClass 则限制了属性只能是 x 和 y。
通过 sys.getsizeof() 函数我们可以看到，启用了 __slots__ 的实例确实占用较少的内存。
尝试给 SlottedClass 实例添加额外的属性会导致 AttributeError。
总之，__slots__ 是一个强大的工具，可以用来优化Python应用程序的性能和资源管理，但在使用时要考虑到它所带来的限制和兼容性问题。