namedtuple 实例比普通 class 更省内存且更快，因其无 dict__、字段值平铺内存、访问走 C 层偏移计算；普通 class 需用 __slots 优化但牺牲动态性，而 namedtuple 天然支持 _asdict() 等方法且类对象更轻。
namedtuple 实例不带 __dict__，普通 class 默认有
普通 class 实例在创建时会自动分配一个 __dict__ 字典，用来动态存取任意属性。哪怕你只定义了两个字段，每个实例也要额外扛一个哈希表结构——光空 __dict__ 就占约 240 字节（Python 3.12），加上键值对存储开销，内存增长是线性的。
namedtuple 实例本质是 tuple 的子类，底层复用元组的紧凑内存布局：字段值直接平铺在连续内存块里，没有额外的字典、没有哈希表、没有属性查找缓存。它甚至不走 __setattr__ 那套逻辑，连属性名映射都编译期固化在类对象上。
结果就是：同样存 x 和 y 两个整数，Point(1, 2) 占用 ≈ 64 字节；而等价的普通 class 实例通常 ≥ 200 字节（不含 __dict__ 内容，仅结构本身）。
字段访问不触发字典查找，也不需要 __slots__ 手动优化
普通 class 要省内存，得显式加 __slots__ = ("x", "y") 关掉 __dict__。但一旦加了 __slots__，你就不能再动态赋新属性，也不能用 vars() 或 getattr(obj, key) 按字符串取值（除非自己实现），兼容性变差。
namedtuple 天然无 __dict__，且字段访问走的是 C 层级的固定偏移计算（类似 struct），比 __slots__ class 还快一点。你不需要做任何额外声明，它就“默认最优”。
常见误操作：class Point: __slots__ = ("x", "y") 确实能缩小内存，但如果你后续要支持 JSON 序列化、dataclasses.asdict() 或 IDE 动态补全字段，就得额外写 __getstate__、asdict() 方法——namedtuple 自带 _asdict() 和 _replace()，开箱即用。
类对象本身也更轻，尤其字段多时
namedtuple("BigConfig", ["field_" + str(i) for i in range(50)]) 生成的类，虽然字段多，但类体只是个轻量模板：没有方法代码体、没有 __init__ 函数对象、不维护 MRO 链表（除非继承）。它的 __new__ 是统一的 C 函数指针。
普通 class 定义 50 个字段，即使全用 __slots__，类对象本身也会因方法绑定、描述符、属性装饰器等膨胀。如果还用了 @dataclass，还会额外生成 __repr__、__eq__ 等函数对象——每个都是独立的 Python 对象，吃内存。
真正容易被忽略的一点：大量小对象场景下，内存节省主要不是来自单个实例少几十字节，而是避免了百万级 __dict__ 哈希表的碎片化分配。Python 的内存分配器对小 dict 很不友好，namedtuple 直接绕开了这整条链路。
