Optimisation avec slots en Python
Niveau 5349 frappes
Ceci montre __slots__ pour l'optimisation mémoire. Les classes à slots utilisent moins de mémoire en évitant la création de __dict__ d'instance.
Code Python
# RegularPoint est une classe normale# A __dict__ pour stocker les attributs dynamiquement1class RegularPoint: # __init__ définit les coordonnées x et y # Crée des entrées dans le __dict__ de l'instance2 def __init__(self, x: int, y: int):3 self.x = x4 self.y = y5 # SlottedPoint utilise __slots__ pour l'optimisation# Pas de __dict__ créé, économise la mémoire6class SlottedPoint: # __slots__ définit un ensemble fixe d'attributs # Seuls x et y peuvent être stockés sur les instances7 __slots__ = ("x", "y")8 # __init__ définit les mêmes attributs que RegularPoint # Mais stocke dans les slots au lieu de __dict__9 def __init__(self, x: int, y: int):10 self.x = x11 self.y = y12 # Importe sys pour vérifier la taille mémoire13import sys# Crée une instance de la classe normale14regular = RegularPoint(1, 2)# Crée une instance de la classe à slots15slotted = SlottedPoint(1, 2)16 # Affiche la taille du __dict__ de l'instance normale# __dict__ prend de la mémoire supplémentaire pour le stockage des attributs17print(f"Regular: {sys.getsizeof(regular.__dict__)} bytes dict")# Les instances à slots n'ont pas de __dict__# Les attributs sont stockés directement dans les slots18print(f"Slotted has no __dict__")Sortie
Regular: 64 bytes dict Slotted has no __dict__
Entraînez-vous à taper ce code. Les résultats ne sont pas enregistrés dans le classement.
Symboles de ce code
Les symboles que vous tapez dans ce code Python et leur nombre d'occurrences.
_× 20:× 9"× 8(× 8)× 8,× 7=× 7.× 6{× 1}× 1