电脑用的时间久了，内存慢慢的就不够用，运行起来也会比较卡。与其想着加大电脑的内存，不如换一种思路，如何把电脑的内存释放出来。python3中的slots就是用来减少内存占用的，不过在使用的时候，小伙伴们知道需要注意哪些方面吗？小编今天把需要注意的地方都整理了出来，大家一起看看吧。
1.为什么 __slots__ 可以节省内存，提高速度的？
2.咋通过 __slots__ 来实现属性的存储与访问的？
3.使用了 __slots__ 的类怎么实现动态赋值，如果需要实例弱引用支持怎么搞？
4.使用了 __slots__ 的类继承与被继承时的表现？
针对这几个问题作答：
1. 通常情况下，类实例使用 __dict__来存储其属性数据，好处是允许我们在运行时动态的设置实例属性，然而 dict 哈希表本身的数据结构决定了它需要更多的内存，当创建的实例越多，或者实例的属性越多时，内存的耗费将更加严重。__slots__ 保证了解释器在编译时期就知道这个类具有什么属性，以分配固定的空间来存储已知的属性。
2.使用 __slots__ 时，会将属性的存储从实例的 __dict__ 改为类的 __dict__ 中：
>>>Y.__dict__
mappingproxy({'__module__':'__main__',
'__slots__':('a','b'),
'__init__':<function__main__.Y.__init__(self,a,b)>,
'a':<member'a'of'Y'objects>,
'b':<member'b'of'Y'objects>,
'__doc__':None})属性的访问是通过在类层级上为每个 slot 变量创建和 实现描述器(descriptor) 实现的，该描述器知道属性值在实例列表中的唯一位置。关于描述器与属性的访问在我的 走进 Python 类的内部 一文中均有详细的解释，感兴趣的同学可前去阅读。另外，这篇 how __slots__ are implemented 也许可以帮助你的理解，尽管我看它写于很多年前，但至今依然有借鉴意义。
3.怎么实现动态赋值和弱引用支持？答案是：在 __slots__ 中加上 __dict__ 和 __weakref__。
classY:
__slots__=('a','b','__dict__','__weakref__')
def__init__(self,a,b):
self.a=a
self.b=b
>>>importweakref
>>>y=Y(7,8)
>>>y.a
7
>>>y.b
8
>>>y.c=9
>>>y.__dict__
{'c':9}
>>>ry=weakref.ref(y)
>>>ry
<weakrefat0x107d17d68;to'Y'at0x107a4d480>4.当类继承自一个未定义 __slots__ 的类时，实例的 __dict__ 和 __weakref__ 属性将总是可访问的。
classX:
def__init__(self):
self.a=7
classY(X):
__slots__=('b','c')
def__init__(self):
super().__init__()
self.b=8
self.c=9
>>>y=Y()
>>>y.a
7
>>>y.b
8
>>>y.__dict__
{'a':7}5.在父类中声明的 __slots__ 在其子类中同样可用。不过，子类将会获得 __dict__ 和 __weakref__，除非它们也定义了 __slots__ 。
classX:
__slots__=('a','b')
def__init__(self):
self.a=7
self.b=8
classY(X):
"""没有定义__slots__"""
classZ(X):
__slots__=()
>>>y=Y()
>>>y.a
7
>>>y.b
8
>>>y.c=9
>>>y.__dict__
{'c':9}
>>>z=Z()
>>>z.a
7
>>>z.b
8
>>>z.c=9
AttributeError:'Z'objecthasnoattribute'c'看来想要成功给电脑释放内存并不是一件容易的事情，这些常见的slots疑问点大家一定要牢记哦~更多Python学习推荐:PyThon学习网教学中心。