slots 主要解决对象内存占用过大和属性动态滥用问题，通过禁用 dict 实现内存优化与属性名校验。
Python 的 __slots__ 主要解决对象内存占用过大和属性动态滥用的问题。它不是用来“加速访问”或“强制封装”的银弹，而是一个明确的契约：告诉解释器“这个类的实例只会有这些固定属性”，从而跳过默认的 __dict__ 字典开销。
减少每个实例的内存占用
普通 Python 对象默认为每个实例分配一个 __dict__（字典），用于存储任意动态属性。这个字典本身就有几百字节开销。当创建成千上万个轻量对象（比如解析大量日志、建模几何点、数据库行记录）时，内存会迅速膨胀。
启用 __slots__ 后，实例不再有 __dict__，属性值直接存放在预分配的固定内存偏移上，就像 C 结构体一样紧凑。实测中，单个实例内存可减少 40%–60%，尤其在小对象上效果显著。
- 不使用
__slots__：每个实例额外携带约 240–300 字节的__dict__开销（取决于 Python 版本和平台） - 使用
__slots__ = ('x', 'y', 'label')：属性以类似元组的紧凑结构存储，无哈希表查找开销
阻止意外的属性赋值
__slots__ 让类变成“封闭式接口”——只有声明过的属性名才能被设置。这能提前暴露拼写错误或误用，避免因打错属性名导致静默失败：
立即学习“Python免费学习笔记（深入）”；
-
obj.x = 1✅（'x'在__slots__中） -
obj.x_coord = 1❌ 报AttributeError（未声明）
这种限制不是为了“封装”，而是提升代码健壮性，特别适合配置类、数据容器、DTO 等边界清晰的场景。
不适用于所有场景：注意限制
__slots__ 是有代价的，用前需确认是否符合需求：
- 子类也会继承
__slots__，若子类没定义自己的__slots__，则会重新创建__dict__，反而更混乱 - 无法动态添加属性（如
obj.new_field = 42）、不能用__dict__反射操作、不能被某些依赖字典的工具（如pprint、部分序列化库）直接处理 - 带默认值的
__slots__需配合dataclass或__init__手动初始化，它本身不提供默认值机制
典型适用场景
当你在写以下类型的类时，__slots__ 很可能值得考虑：
- 高频创建/销毁的小型数据载体（例如：
Point(x, y)、RGB(r, g, b)、Token(type, value, line)） - 需要大量实例驻留内存的服务端模型（如游戏实体、实时行情快照）
- 明确 API 边界的配置类或消息结构体，不允许随意扩展字段
如果类需要灵活扩展、支持动态属性、或本身就是基类/抽象类，那就别硬加 __slots__ —— 清晰比省几十字节更重要。
