Python的插槽和数据类的比较（memorywise和accesstimewise）是什么

Question

Python的__slots__用于减少实例的内存占用，这是通过将变量存储在“小的固定大小的数组中，就像元组或列表”来实现的。实例属性是可变的，但不能添加其他属性。你知道吗

另一方面，有一些数据类（根据我收集的信息）通过定义一些dunders（etc）来帮助创建类，并且在pep557中被描述为“具有默认值的可变namedtuples”。你知道吗

我理解他们的目的是不同的，事实上你可以use both of them。你知道吗

Answer 1

dataclass修饰符不影响属性的存储或检索方式。内存消耗和属性访问时间的行为与编写类时不使用dataclass完全相同。你知道吗

与不使用__slots__的类似类相比，使用__slots__的类将具有更少的内存消耗和稍微更快的属性访问（因为插槽描述符节省了一些dict查找），而不管其中任何一个类是否使用dataclass。下面是一个计时示例，说明dataclass不会影响属性查找时间，而__slots__会影响：

>>> import timeit
>>> import dataclasses
>>> @dataclasses.dataclass
... class Foo:
...     a: int
...     b: int
... 
>>> class Bar:
...     def __init__(self, a, b):
...         self.a = a
...         self.b = b
... 
>>> foo = Foo(1, 2)
>>> bar = Bar(1, 2)
>>> timeit.timeit('foo.a', globals=globals())
0.08070236118510365
>>> timeit.timeit('bar.a', globals=globals())
0.07813134230673313
>>> timeit.timeit('foo.a', globals=globals(), number=10000000)
0.5699363159947097
>>> timeit.timeit('bar.a', globals=globals(), number=10000000)
0.5526750679127872
>>> @dataclasses.dataclass
... class FooSlots:
...     __slots__ = ['a', 'b']
...     a: int
...     b: int
... 
>>> class BarSlots:
...     __slots__ = ['a', 'b']
...     def __init__(self, a, b):
...         self.a = a
...         self.b = b
... 
>>> fooslots = FooSlots(1, 2)
>>> barslots = BarSlots(1, 2)
>>> timeit.timeit('fooslots.a', globals=globals(), number=10000000)
0.46022069035097957
>>> timeit.timeit('barslots.a', globals=globals(), number=10000000)
0.4669580361805856