定义多个相同类型对象的内存效率更高的方法

Question

所以，我正在涉足等离子体模拟的世界。现在，虽然我知道顶级模拟是用 Fortran 编写的，并且具有超内存效率的子例程和专用代码，但我希望只运行一些低级模拟。

我的问题是，在时变环境（好吧，时间步进）中模拟大量粒子时，跟踪所有数据是一个技巧。我之前使用过多维数组——使用粒子的列号和属性的行号，但是这感觉很笨拙。然而，它似乎执行得更快。

我最近尝试定义我自己的类，但是作为一个 Python 新手，我可能以一种非常低效的方式做到了。对于 3 维中的每个粒子，我需要能够存储粒子的位置、速度和力（一旦代码变得更复杂，就有可能添加更多变量）。使用我对类的了解，我定义了一个particle对象（我认为），它使我的代码更易于阅读和遵循：

# Define Particle as a class
class particle():
    def __init__(self, index=0, pos=np.array([0, 0, 0]), vel=np.array([0,0,0]), 
                 F=np.array([0, 0, 0])):
        self.index = index      # Particle index (identifier)
        self.pos = pos          # Position 3-vector
        self.vel = vel          # Velocity 3-vector
        self.F = F              # Net force 3-vector (at particle)

因此，我可以轻松地初始化包含大量这些对象的数组，并以相当简单的方式修改每个值。然而，正如我所提到的，这对于仅涉及少数粒子的模拟运行速度较慢。我将使用我的代码将其与纯粹面向矩阵的方法进行比较，以查看哪种方法在大型模拟中的扩展性更好。

我想我的问题是：以这种方式定义“粒子”是最有效的吗？或者是否有更高效的 CPU/内存方式来定义这样的对象。我想保留它的方法能力（即particle[i].pos = [1,2,3]或particle[2].vx[1] = 3），以便我可以为每个粒子设置值，并将它们传递给函数。请记住，我是 Python 新手，所以我可能不会在大型复杂代码上取得巨大成功。

Answer 1

节省内存__slots__

节省内存的一种方法是使用插槽：

class Particle():  # Python 3
    __slots__ = ['index', 'pos', 'vel', 'F']
    def __init__(self, index=0, pos=None, vel=None, F=None):
        # Particle index (identifier)
        self.index = index      
        # Position 3-vector
        self.pos = np.array([0, 0, 0]) if pos is None else pos    
        # Velocity 3-vector
        self.vel = np.array([0,0,0]) if vel is None else vel   
        # Net force 3-vector (at particle)
        self.F = np.array([0, 0, 0]) if F is None else F        

来自文档：

可以为此类变量分配一个字符串、可迭代对象或带有实例使用的变量名称的字符串序列。__slots__为声明的变量保留空间并防止自动创建__dict__和__weakref__为每个实例。

旁注：我通过将它们设置为并在for值中创建一个新的 NumPy 数组来解决可变默认参数问题。None__init__()None

无法向实例添加新属性

一个重要的区别是，您无法在实例化后添加未在以下列表中列出的属性__slots__：

p = Particle()

p.new_attr = 45

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-664-a970d86f4ca3> in <module>()
      1 p = Particle()
      2 
----> 3 p.new_attr = 45

AttributeError: 'Particle' object has no attribute 'new_attr'

与没有的类相比__slots__：

class A:   # Python 3
    pass

a = A()
a.new_attr = 10

没有例外。