__slots__ 通过禁用 __dict__ 并用固定结构存储属性，将每个实例内存从约240字节降至仅指针大小（如16字节），显著降低大量对象的总体内存占用。
用 __slots__ 优化对象数量，核心是减少单个实例的内存占用，从而在创建大量对象时显著降低整体内存消耗。它不提升单次操作速度，但能让成千上万个实例更轻量、更紧凑。
为什么 __slots__ 能节省内存
默认情况下，Python 对象通过 __dict__ 存储实例属性，这是一个动态字典，灵活但开销大（约 240 字节起步）。启用 __slots__ 后，Python 不再为每个实例创建 __dict__，而是将属性名预先声明为固定字段，底层用紧凑的 C 结构体存储——每个属性只占一个指针大小（通常 8 字节），且无哈希表管理成本。
- 没有
__dict__和__weakref__（除非显式加入） - 属性访问仍为 O(1)，且略快于字典查找
- 类定义时即锁定属性名，运行时无法新增属性（如
obj.x = 1会报错）
怎么正确使用 __slots__
在类定义中添加 __slots__ 类变量，值为字符串元组，列出所有允许的实例属性名：
class Point:
__slots__ = ('x', 'y')
<pre class="brush:php;toolbar:false;"><pre class="brush:php;toolbar:false;">def __init__(self, x, y):
self.x = x
self.y = y</code></pre>注意几点：
立即学习“Python免费学习笔记（深入）”；
Miller CSV TSV JSON 数据处理器
下载
Miller (mlr) 是一个命令行工具，用于查询、整形和重新格式化名称索引数据，如 CSV、TSV、JSON 和 JSON Lines。它将 awk、sed、cut、join 和 sort 的功能整合到一个专为结构化数据处理而构建的单一工具中。
- 父类用了
__slots__，子类也必须声明，否则子类会重新启用 <code>__dict__，失去优化效果 - 若需支持弱引用，显式把
'__weakref__'加入__slots__ - 不能直接赋值给
__slots__（比如在__init__中），它必须是类级常量 - 类属性、方法、类变量不受影响，照常工作
什么时候该用 __slots__
适合高频创建、生命周期短、结构固定的轻量对象场景：
- 数据容器类：如坐标点、RGB 值、CSV 行解析结果
- ORM 模型中的实体（尤其批量查询返回数千条记录时）
- 游戏或仿真中成千上万个粒子、节点、状态对象
不适合需要动态增删属性、频繁 monkey patch、或依赖 __dict__ 的框架（如某些序列化库、调试工具）。
验证内存节省效果
可以用 sys.getsizeof() 粗略对比（注意：它不包含所引用对象的内存，仅实例本身）：
from sys import getsizeof
<p>class RegularPoint:
def <strong>init</strong>(self, x, y):
self.x = x
self.y = y</p><p>class SlottedPoint:
<strong>slots</strong> = ('x', 'y')
def <strong>init</strong>(self, x, y):
self.x = x
self.y = y</p><p>p1 = RegularPoint(1, 2)
p2 = SlottedPoint(1, 2)</p><p>print(getsizeof(p1)) # 通常 32–48 字节（含 <strong>dict</strong>）
print(getsizeof(p2)) # 通常 16–32 字节（仅两个指针 + 对象头）创建 10 万个实例时，内存差可能达数 MB —— 在内存敏感服务中很可观。
