为何Python中namedtuple性能不及普通类？附测试代码

你做的这个性能测试很有意思——确实在属性访问这类高频操作上，namedtuple会比带__slots__的自定义类慢一些，核心原因在于两者的底层实现逻辑差异：

• 属性访问的路径复杂度不同
  namedtuple本质是继承自tuple的子类，它的属性访问是通过动态映射实现的：当你访问s.price时，Python会调用namedtuple类的__getattribute__方法，这个方法会先把属性名（比如price）转换成对应的元组索引（比如1），再从元组的内存位置取值。而带__slots__的普通类，属性是直接存储在固定的内存偏移位置上的，访问时不需要额外的名称→索引映射步骤，直接读取内存，路径更短，速度自然更快。

• 额外的兼容性逻辑带来的开销
  namedtuple为了兼顾元组的所有特性（比如可索引、可解包），内置了一堆额外方法，比如__getitem__、_asdict、_replace等。这些方法虽然你没直接调用，但Python在处理namedtuple的属性访问时，内部需要处理这些方法带来的逻辑分支，累积起来就会产生微小的性能损耗。而你定义的Stock2类只实现了最基础的__init__，没有多余的逻辑负担，运行时更轻量。

• 不可变特性的隐性校验
  namedtuple是不可变类型，为了保证属性不能被修改，Python在属性访问的过程中会做一些隐性的校验（比如禁止赋值的逻辑判断）。虽然这些校验非常轻量，但在你测试的这种百万级循环场景下，就会体现出明显的耗时差异。而你的Stock2类是可变的（没有限制属性修改），访问时不需要这些校验步骤。

顺便提一句：如果测试实例创建的性能，namedtuple反而可能更快——因为CPython中namedtuple的初始化逻辑是用C实现的，比纯Python写的__init__方法效率更高，但属性访问这块确实是带__slots__的普通类占优。

内容的提问来源于stack exchange，提问作者skgbanga