Python中__slots__与dataclasses的内存占用及访问时间对比

好的，咱们来好好对比下Python里__slots__和dataclasses在内存占用与属性访问速度上的差异，结合你已经了解的知识点展开说：

• __slots__的核心优化：你说的完全没错，默认Python类实例会用__dict__这个字典来存储属性，而字典本身因为哈希表的结构，会带来不少额外内存开销。__slots__则是让实例把属性存入一个固定大小的数组（类似元组或列表的存储方式），直接砍掉了__dict__的内存消耗——除非你特意在__slots__里加上'__dict__'字段，允许动态添加属性。另外，__slots__还会默认阻止实例生成__weakref__引用（需要的话也可以手动加这个字段），进一步压缩内存。如果是创建成百上千个实例的场景，这个内存节省效果会非常显著。
• dataclasses的默认内存表现：dataclass本质是帮你自动生成__init__、__repr__这些常用方法，底层默认还是用普通的__dict__来存储属性，所以内存占用和手写的普通类没区别，完全没有__slots__的优化效果。
• 两者直接对比：不加slots=True的dataclass，内存占用远高于使用__slots__的类；但如果给dataclass加上slots=True参数，它的内存占用就和手动定义__slots__的类几乎一致——因为此时dataclass会自动帮你生成对应的__slots__字段，复用了同样的数组存储逻辑。

• __slots__的访问效率：因为属性存在数组里，访问时是直接通过索引定位（就像列表取元素那样），不需要经过字典的哈希查找步骤，所以属性访问速度会比普通类（包括默认dataclass）快不少。在频繁读写属性的场景下，这个速度差异会被明显放大。
• dataclasses的默认访问效率：默认状态下，dataclass的属性访问和普通类一样，都是字典的键查找，速度比__slots__慢。但如果启用了slots=True，它的属性访问速度就和__slots__类几乎持平，因为底层存储变成了数组，访问逻辑完全一致。
• 小补充：如果给dataclass加上frozen=True（设置为不可变类），它的访问速度会比普通dataclass稍快一点，但还是赶不上__slots__的直接索引访问。

你提到的两者可以同时使用，确实是非常实用的组合：当你想要dataclass带来的便捷性（自动生成初始化方法、字符串表示等），又想享受__slots__的内存和速度优势时，只需要在@dataclass装饰器里加上slots=True参数就行，举个简单例子：

from dataclasses import dataclass

@dataclass(slots=True)
class Person:
    name: str
    age: int

这个类既拥有dataclass的所有便捷特性，又具备__slots__的内存优化和更快的访问速度，同时也和纯__slots__类一样，不能随意添加额外属性（除非你在slots里显式加入__dict__）。

内容的提问来源于stack exchange，提问作者Kostas Mouratidis