Question

观看了Nina Zahkarenko在Pycon2016（link）上的Python内存管理演讲之后，似乎dunder方法__slots__是减少对象大小并加快属性查找速度的工具。

我期望普通班级人数最多，而__slots__ / namedtuple方法可以节省空间。但是，快速实验证明我是错的：

from collections import namedtuple
from sys import getsizeof

class Rectangle:
   '''A class based Rectangle, with a full __dict__'''
   def __init__(self, x, y, width, height):
      self.x = x
      self.y = y
      self.width = width
      self.height = height

class SlotsRectangle:
   '''A class based Rectangle with __slots__ defined for attributes'''
   __slots__ = ('x', 'y', 'width', 'height')

   def __init__(self, x, y, width, height):
      self.x = x
      self.y = y
      self.width = width
      self.height = height

NamedTupleRectangle = namedtuple('Rectangle', ('x', 'y', 'width', 'height'))
NamedTupleRectangle.__doc__ = 'A rectangle as an immutable namedtuple'

print(f'Class: {getsizeof(Rectangle(1,2,3,4))}')
print(f'Slots: {getsizeof(SlotsRectangle(1,2,3,4))}')
print(f'Named Tuple: {getsizeof(NamedTupleRectangle(1,2,3,4))}')

端子输出：

$ python3.7 example.py
Class: 56
Slots: 72
Named Tuple: 80

这是怎么回事？从Python Data Model上的文档看来，__slots__使用了描述符，这会给实现它的类增加函数开销。但是，为什么结果如此偏向正常的班级呢？

引导我内在的Raymond H .：必须有更艰难的方法！

Answer 1

函数sys.getsizeof()可能没有按照您的想象做。它不适用于复杂对象，例如自定义类。

请看this answer，以计算对象的内存大小；也许对您有帮助。我在此处复制了该答案的代码，但完整的解释在我链接的答案中。

import sys
from numbers import Number
from collections import Set, Mapping, deque

try: # Python 2
    zero_depth_bases = (basestring, Number, xrange, bytearray)
    iteritems = 'iteritems'
except NameError: # Python 3
    zero_depth_bases = (str, bytes, Number, range, bytearray)
    iteritems = 'items'

def getsize(obj_0):
    """Recursively iterate to sum size of object & members."""
    _seen_ids = set()
    def inner(obj):
        obj_id = id(obj)
        if obj_id in _seen_ids:
            return 0
        _seen_ids.add(obj_id)
        size = sys.getsizeof(obj)
        if isinstance(obj, zero_depth_bases):
            pass # bypass remaining control flow and return
        elif isinstance(obj, (tuple, list, Set, deque)):
            size += sum(inner(i) for i in obj)
        elif isinstance(obj, Mapping) or hasattr(obj, iteritems):
            size += sum(inner(k) + inner(v) for k, v in getattr(obj, iteritems)())
        # Check for custom object instances - may subclass above too
        if hasattr(obj, '__dict__'):
            size += inner(vars(obj))
        if hasattr(obj, '__slots__'): # can have __slots__ with __dict__
            size += sum(inner(getattr(obj, s)) for s in obj.__slots__ if hasattr(obj, s))
        return size
    return inner(obj_0)

Answer 2

“引导我内在的Raymond H，” +1

关于插槽的事情是，您必须阅读about slots。

另一件事是，它们确实会影响class的大小：

print(f'(Class) Class: {getsizeof(Rectangle)}') # 1056
print(f'(Class) Slots: {getsizeof(SlotsRectangle)}') # 888

很酷。现在，假设我们向Rectangle类添加了一个字段：

rect = Rectangle(1,2,3,4)
rect.extra_field = dict() # wild right?
print(f'(Object) Class: {getsizeof(rect)}') # still 56

因此，您可以“使用”（以实例变量的形式）“计数”资源，并且插槽矩形将为112，非插槽矩形也将为112 ...

但是，我们知道情况并非如此，因为我们期望常规矩形至少为352，因为我们在其中添加了dict。

插槽阻止您执行此操作，因此提供了一种限制资源使用的方式。

请查看此answer here，对于您的用例来说，它似乎工作得很好。在插槽矩形和常规矩形上运行它分别产生152和352。

此外，如果您真的想优化代码并最大程度地减少资源使用，那就来看看rust / c / c ++。

Answer 3

具有recordclass库的更紧凑的变体：

from recordclass import dataobject

class Rectangle(dataobject):
   x:int
   y:int
   width:int
   height:int

>>> r = Rectangle(1,2,3,4)
>>> print(sys.getsizeof(r))
48

它的内存占用量少于基于__slots__的内存占用量，因为它不参与循环垃圾回收（未设置Py_TPFLAGS_HAVE_GC标志，因此PyGC_Head（24字节）不需要全部）。

了解Python 3.7中类，namedtuple和slots的大小

3 个答案:

了解Python 3.7中类，namedtuple和__slots__的大小

3 个答案:

了解Python 3.7中类，namedtuple和slots的大小