Python3中类属性slots的常见疑问有哪些？

Python3中类属性slots的常见疑问有哪些？

电脑用的时间久了，内存慢慢的就不够用，运行起来也会比较卡。与其想着无限加大电脑的内存，不如换一种思路，如何把电脑的内存释放出来。python3中的slots就是用来减少内存占用的，不过在使用的时候，小伙伴们知道需要注意哪些方面吗？小编今天把需要注意的地方都整理了出来，大家一起看看吧。

1.为什么 __slots__ 可以节省内存，提高速度的？

2.咋通过 __slots__ 来实现属性的存储与访问的？

3.使用了 __slots__ 的类怎么实现动态赋值，如果需要实例弱引用支持怎么搞？

4.使用了 __slots__ 的类继承与被继承时的表现？

针对这几个问题作答：

 1. 通常情况下，类实例使用 __dict__来存储其属性数据，好处是允许我们在运行时动态的设置实例属性，然而 dict 哈希表本身的数据结构决定了它需要更多的内存，当创建的实例越多，或者实例的属性越多时，内存的耗费将更加严重。__slots__ 保证了解释器在编译时期就知道这个类具有什么属性，以分配固定的空间来存储已知的属性。

 2.使用 __slots__ 时，会将属性的存储从实例的 __dict__ 改为类的 __dict__ 中：

>>> Y.__dict__
mappingproxy({'__module__': '__main__',
              '__slots__': ('a', 'b'),
              '__init__': ,
              'a': ,
              'b': ,
              '__doc__': None})

属性的访问是通过在类层级上为每个 slot 变量创建和 实现描述器(descriptor) 实现的，该描述器知道属性值在实例列表中的唯一位置。关于描述器与属性的访问在我的 走进 Python 类的内部 一文中均有详细的解释，感兴趣的同学可前去阅读。另外，这篇 how __slots__ are implemented 也许可以帮助你的理解，尽管我看它写于很多年前，但至今依然有借鉴意义。

 3.怎么实现动态赋值和弱引用支持？答案是：在 __slots__ 中加上 __dict__ 和 __weakref__。

class Y:
    __slots__ = ('a', 'b', '__dict__', '__weakref__')
 
    def __init__(self, a, b):
        self.a = a
        self.b = b
>>> import weakref
>>> y = Y(7, 8)
>>> y.a
7
>>> y.b
8
>>> y.c = 9
>>> y.__dict__
{'c': 9}
>>> ry = weakref.ref(y)
>>> ry

4.当类继承自一个未定义 __slots__ 的类时，实例的 __dict__ 和 __weakref__ 属性将总是可访问的。

class X:
    def __init__(self):
        self.a = 7
 
class Y(X):
    __slots__ = ('b', 'c')
 
    def __init__(self):
        super().__init__()
        self.b = 8
        self.c = 9
>>> y = Y()
>>> y.a
7
>>> y.b
8
>>> y.__dict__
{'a': 7}

5.在父类中声明的 __slots__ 在其子类中同样可用。不过，子类将会获得 __dict__ 和 __weakref__，除非它们也定义了 __slots__ 。

class X:
    __slots__=('a', 'b')
 
    def __init__(self):
        self.a = 7
        self.b = 8
 
class Y(X):
    """没有定义 __slots__"""
 
class Z(X):
    __slots__ = ()
>>> y = Y()
>>> y.a
7
>>> y.b
8
>>> y.c = 9
>>> y.__dict__
{'c': 9}
 
>>> z = Z()
>>> z.a
7
>>> z.b
8
>>> z.c = 9
AttributeError: 'Z' object has no attribute 'c'

看来想要成功给电脑释放内存并不是一件容易的事情，这些常见的slots疑问点大家一定要牢记哦~更多Python学习推荐:PyThon学习网教学中心。