python中__slots__节约内存的具体做法

说明

1、利用_slots__类属性，可以将实例属性存储在元zu中，大大节省了存储空间。

2、所有属性都必须定义为__slots__元组，子类还必须定义__slots__。

实例如果支持弱引用，需要在__weakref中添加__slots__。

实例

class Vector2d:
    __slots__ = ('__x', '__y')

    typecode = 'd'

知识点扩展：

__slots__

​ 如果在一个类中定义了__slots__属性，那么这个类的实例将不会拥有__dict__属性，没有__dict__的实例也就不能添加实例属性了。简单来说，__slots__的作用就是阻止类在实例化时为实例分配__dict__属性，限制该实例能添加的属性。

作用

​ 通常情况下实例使用__dict__来存储自己的属性，它允许实例动态地添加或删除属性。然而，对一些在编译期就已经知道有什么变量的类或者不允许动态添加变量的类来说，它们并不需要动态地添加变量。如果想要限制实例属性，不想让它动态添加属性怎么办？比如我们只允许对A的实例添加name和age属性。

​ 为了达到上述目的，Python允许在定义class的时候，定义一个__slots__变量，来限制该class的实例能添加的属性。

class A(object):
  __slots__ = ('age','name')
a = A()
a.name = 'xiaoming'
a.age = 10
a.id = 123456 #error  AttributeError: 'A' object has no attribute 'id'

由于id不在__slots__中，所以实例不能添加id属性。任何试图给实例添加一个其名不在__slots__中的属性都将触发AttributeError异常。

以上就是python中__slots__节约内存的具体做法的详细内容，更多关于python中__slots__如何节约内存的资料请关注我们其它相关文章！

赞 (0)

相关推荐

  • 通过实例了解python__slots__使用方法

    一.背景 python是一个动态语言,可以支持我们在运行时动态的给类.对象添加属性或者方法:但是如果我们想要限制可以添加的属性或方法该怎么办呢? 二.__slots__ python允许在定义class的时候,定义一个特殊的__slots__变量,来限制该class能添加的属性: >>> class Student(object): ... __slots__ = ('name', 'age') # 用tuple定义允许绑定的属性名称 ... 然后尝试添加属性: >>>

  • Python类中的魔法方法之 __slots__原理解析

    在类中每次实例化一个对象都会生产一个字典来保存一个对象的所有的实例属性,这样非常的有用处,可以使我们任意的去设置新的属性. 每次实例化一个对象python都会分配一个固定大小内存的字典来保存属性,如果对象很多的情况下会浪费内存空间. 可通过__slots__方法告诉python不要使用字典,而且只给一个固定集合的属性分配空间 class Foo(object): __slots__ = ("x","y","z") def __init__(sel

  • Python中__slots__属性介绍与基本使用方法

    简介 在廖雪峰的python网站上,他是这么说的 python是动态语言,它允许程序在执行过程中动态绑定属性或者方法(使用MethodTpye). 某个实例在执行过程中绑定的属性跟方法,仅在该实例中有效,其他同类实例是没有的. 可以通过给class绑定属性/方法,来给所有实例绑定属性/方法: Student.name = '' Student.set_score = set_score 而如果使用__slots__,它仅允许动态绑定()里面有的属性 例如,下面这样会报错 class Studen

  • python3中使用__slots__限定实例属性操作分析

    本文实例讲述了python3中使用__slots__限定实例属性操作.分享给大家供大家参考,具体如下: 正常情况下,当我们定义了一个class,创建了一个class的实例后,我们可以给该实例绑定任何属性和方法,这就是动态语言的灵活性.先定义class: # 类定义 class Person(object): pass 然后,尝试给实例绑定一个属性: p = Person() p.name = "jadeshu" print(p.name) 输出: jadeshu 还可以尝试给实例绑定一

  • python使用__slots__让你的代码更加节省内存

    python使用__slots__让你的代码更加节省内存

    前言 在默认情况下,Python的新类和旧类的实例都有一个字典来存储属性值.这对于那些没有实例属性的对象来说太浪费空间了,当需要创建大量实例的时候,这个问题变得尤为突出. 因此这种默认的做法可以通过在新式类中定义了一个__slots__属性从而得到了解决.__slots__声明中包含若干实例变量,并为每个实例预留恰好足够的空间来保存每个变量,因此没有为每个实例都创建一个字典,从而节省空间. 本文主要介绍了关于python使用__slots__让你的代码更加节省内存的相关内容,分享出来供大家参考学

  • python中__slots__节约内存的具体做法

    说明 1.利用_slots__类属性,可以将实例属性存储在元zu中,大大节省了存储空间. 2.所有属性都必须定义为__slots__元组,子类还必须定义__slots__. 实例如果支持弱引用,需要在__weakref中添加__slots__. 实例 class Vector2d: __slots__ = ('__x', '__y') typecode = 'd' 知识点扩展: __slots__ ​ 如果在一个类中定义了__slots__属性,那么这个类的实例将不会拥有__dict__属性,没

  • python中__slots__用法实例

    本文实例讲述了python中__slots__的用法.分享给大家供大家参考.具体分析如下: 定义__slots__ 后,可以再实例上分配的属性名称将被限制为指定的名称.否则将引发AttributeError,这种限制可以阻止其他人向现有的实例添加新的属性.   使用__slots__的类的实例不在使用字典来存储数据.相反,会使用基于数组的更加紧凑的数据结构. 在会创建大量对象的程序中,使用__slots__可以显著减少内存占用和使用时间 class Account(object): __slot

  • python中查看变量内存地址的方法

    本文实例讲述了python中查看变量内存地址的方法.分享给大家供大家参考.具体实现方法如下: 这里可以使用id >>> print id.__doc__ id(object) -> integer Return the identity of an object. This is guaranteed to be unique among simultaneously existing objects. (Hint: it's the object's memory address

  • Python中查看变量的类型内存地址所占字节的大小

    Python中查看变量的类型,内存地址,所占字节的大小 查看变量的类型 #利用内置type()函数 >>> nfc=["Packers","49"] >>> afc=["Ravens","48"] >>> combine=zip(nfc,afc) >>> type(combine) <class 'zip'> 查看变量的内存地址 #利用内置函数

  • 用Python中的__slots__缓存资源以节省内存开销的方法

    用Python中的__slots__缓存资源以节省内存开销的方法

    我们曾经提到,Oyster.com的Python web服务器怎样利用一个巨大的Python dicts(hash table),缓存大量的静态资源.我们最近在Image类中,用仅仅一行__slots__代码,让每个6G内存占用的服务进程(共4个),省出超过2G来. 这是其中一个服务器在部署代码前后的截图: 我们alloc了大约一百万个类似如下class的实例:   class Image(object):     def __init__(self, id, caption, url):   

  • Python中的__slots__示例详解

    前言 相信Python老鸟都应该看过那篇非常有吸引力的Saving 9 GB of RAM with Python's slots文章,作者使用了__slots__让内存占用从25.5GB降到了16.2GB.在当时来说,这相当于用一个非常简单的方式就降低了30%的内存使用,着实惊人.作者并没有提到他的业务特点和代码,那我们就基于<fluent python>中的例子来验证下是不是有这么厉害: from __future__ import print_function import resour

  • 带你从内存的角度看Python中的变量

    带你从内存的角度看Python中的变量

    目录 1.前言 2.引用式变量 3.赋值.浅拷贝与深拷贝 4.is的用法和id()函数 5.函数传参机制 6.扩展阅读 总结 1.前言 由于笔者并未系统地学习过Python,对Python某些底层的实现细节一概不清楚,以至于在实际使用的时候会写出一些奇奇怪怪的Bug(没错,别人写代码,我写Bug),比如对象的某些属性莫名奇妙地改变.究其原因,是对Python中的变量机制存在一些误解,毕竟以前一直是用C语言居多.无奈,只能深入学习这一部分的知识,并总结成此文. 阅读本文,你可以: 了解Python

  • 粗略分析Python中的内存泄漏

    引子 之前一直盲目的认为 Python 不会存在内存泄露, 但是眼看着上线的项目随着运行时间的增长 而越来越大的内存占用, 我意识到我写的程序在发生内存泄露, 之前 debug 过 logging 模块导致的内存泄露. 目前看来, 还有别的地方引起的内存泄露. 经过一天的奋战, 终于找到了内存泄露的地方, 目前项目 跑了很长时间, 在业务量较小的时候内存还是能回到刚启动的时候的内存占用. 什么情况下不用这么麻烦 如果你的程序只是跑一下就退出大可不必大费周章的去查找是否有内存泄露, 因为 Pyth

随机推荐