为什么Python 3中使用__slots__的对象反而占用更多内存？

先看测试代码：

>>> class A:
...     __slots__ = ("a",)
...     def __init__(self):
...         self.a = 1
...
>>> class B:
...     def __init__(self):
...         self.b = 1
...
>>> import pickle as pk
>>> len(pk.dumps(A()))
40
>>> len(pk.dumps(B()))
36
>>> a = A()
>>> a.b = 2
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'A' object has no attribute 'b'

核心原因：__slots__优化的是运行时内存，而非序列化后的字节大小 #

很多人误以为__slots__能全方位缩减对象体积，但它的设计目标是避免每个实例创建独立的__dict__字典，从而节省运行时的内存开销——这一点从你给A实例添加额外属性报错就能看出来，A没有__dict__。

但pickle的序列化逻辑和运行时内存管理完全不同：

• 对于普通类B的实例，pickle只需要序列化它的__dict__内容（也就是{'b':1}），再加上少量类标识信息。
• 对于用了__slots__的类A的实例，pickle需要额外记录该类的__slots__定义信息，还要逐个序列化slot里的属性值。虽然属性数量相同，但序列化时携带的元数据更多，最终导致字节数反而更大。

简单总结：运行时A的实例确实比B小（因为没有额外的__dict__），但序列化时pickle要多存一份__slots__的描述信息，所以总字节数超过了B的实例。

内容的提问来源于stack exchange，提问作者qwerty_99