为什么使用__slots__会减慢此代码的速度？

Question

我读过《 __slots__用法》吗？__slots__在Python 中使用实际上可以节省时间。但是，当我尝试使用花费时间时datetime，结果却相反。

import datetime as t

class A():
    def __init__(self,x,y):
        self.x = x
        self.y = y

t1 = t.datetime.now()
a = A(1,2)
t2 = t.datetime.now()
print(t2-t1)

...给出了输出：0:00:00.000011 并使用插槽：

import datetime as t

class A():
    __slots__ = 'x','y'
    def __init__(self,x,y):
        self.x = x
        self.y = y

t1 = t.datetime.now()
a = A(1,2)
t2 = t.datetime.now()
print(t2-t1)

...给出了输出： 0:00:00.000021

使用插槽实际上花费了更长的时间。为什么我们需要使用__slots__呢？

Answer 1

__slots__可以节省时间（取决于Python版本），但这通常不是您使用的时间。它真正节省的是内存。__dict__您可以将属性直接存储在支持该对象的C结构中，而不是为每个实例分配一个相当大的大小，并且类本身可以存储查找表的单个副本，该副本从名称映射到每个属性的结构偏移量。即使在具有键共享字典的现代Py3 x64上，键共享仍为96字节，__dict__其中该类具有单个实例属性，在对象结构本身的56个字节之上。

通过使用__slots__，可以消除指向__dict__和__weakref__属性的指针的16个字节，并__dict__完全消除。

为了在Py 3.5上进行比较：

>>> class Foo:
...    def __init__(self, x): self.x = x
...
>>> sys.getsizeof(Foo(1)) + sys.getsizeof(Foo(1).__dict__)
152
>>> class Foo:
...    __slots__ = 'x',
...    def __init__(self, x): self.x = x
...
>>> sys.getsizeof(Foo(1))  # With __slots__, doesn't have __dict__ at all
48

这样每个实例可以节省100多个字节。在Py2（无密钥共享字典）上，节省的费用更大。

因此，__slots__通常这并不是更快（通常非常相似），但是如果您要创建数百万个实例，则为每个实例节省100+ B可能有助于您将代码保存在缓存，RAM等中，而不是耗尽内存并分页出一半数据以进行交换。

如其他答案所述，您实际上从未访问过属性，因此根本就没有基准测试插槽访问权限，这就是为什么看不到任何区别的原因。使用ipython3 %%timeit魔术，我发现x重复加载给定实例的属性在插入时隙时大约快15％（有33.5 ns __slots__对比无对象39.2 ns），但这仅在微基准测试中很明显。在实际代码中（在实际工作中所做的不仅仅是属性查找而已）还很少。重要的是，将内存使用量减少2-3倍是更大的收益。

Answer 2

1. 您引用的文章说使用插槽提供了更快的属性访问 -您测试了对象创建的时间，并且从未访问过对象的属性。
2. 测试单个操作在统计上没有意义-测量例如100000次操作的时间。