как уже упоминали другие, единственная причина для определения __slots__ сохранить некоторую память, когда вы имеете простые объекты с предопределенным набором атрибутов и не хотите, чтобы каждый носил словарь. Это имеет значение только для классов, из которых вы планируете иметь много экземпляров, конечно.

экономия может быть не сразу очевидна-рассмотрим...:

>>> class NoSlots(object): pass
... 
>>> n = NoSlots()
>>> class WithSlots(object): __slots__ = 'a', 'b', 'c'
... 
>>> w = WithSlots()
>>> n.a = n.b = n.c = 23
>>> w.a = w.b = w.c = 23
>>> sys.getsizeof(n)
32
>>> sys.getsizeof(w)
36

из этого, казалось бы, размер с-слотов больше чем нет-размер слотов! Но это ошибка, потому что sys.getsizeof не учитывает "содержимое объекта", такое как словарь:

>>> sys.getsizeof(n.__dict__)
140

поскольку только dict занимает 140 байт, ясно, что объект" 32 байта"n предполагается, что они не учитывают все, что связано с каждым экземпляром. Вы можете сделать лучшую работу с сторонними расширениями, такими как pympler:

>>> import pympler.asizeof
>>> pympler.asizeof.asizeof(w)
96
>>> pympler.asizeof.asizeof(n)
288

это показывает гораздо более четко след памяти, который сохраняется __slots__: для a простой объект, такой как этот случай, немного меньше 200 байт, почти 2/3 от общего объема объекта. Теперь, поскольку в наши дни мегабайт более или менее не имеет большого значения для большинства приложений, это также говорит вам, что __slots__ Не стоит беспокоиться, если у вас будет всего несколько тысяч экземпляров одновременно, однако для миллионов экземпляров это действительно имеет очень важное значение. Вы также можете получить микроскопическое ускорение (частично из-за лучшего кэша использовать для небольших объектов с __slots__):

$ python -mtimeit -s'class S(object): __slots__="x","y"' -s's=S(); s.x=s.y=23' 's.x'
10000000 loops, best of 3: 0.37 usec per loop
$ python -mtimeit -s'class S(object): pass' -s's=S(); s.x=s.y=23' 's.x'
1000000 loops, best of 3: 0.604 usec per loop
$ python -mtimeit -s'class S(object): __slots__="x","y"' -s's=S(); s.x=s.y=23' 's.x=45'
1000000 loops, best of 3: 0.28 usec per loop
$ python -mtimeit -s'class S(object): pass' -s's=S(); s.x=s.y=23' 's.x=45'
1000000 loops, best of 3: 0.332 usec per loop

но это несколько зависит от версии Python (это числа, которые я измеряю повторно с 2.5; с 2.6 я вижу большее относительное преимущество __slots__ на задание атрибут, но не совсем, действительно крошечный СОПпреимущества для начало его).

теперь, что касается наследования: для экземпляра, который будет дикт-менее,все занятия до его наследства цепочка также должна иметь экземпляры dict-less. Классы с экземплярами dict-less-это те, которые определяют __slots__, плюс большинство встроенных типов (встроенные типы, экземпляры которых имеют dicts-это те, на экземплярах которых вы можете установить произвольные атрибуты, такие как функции). Перекрытия в именах слотов не запрещены, но они бесполезны и теряют память, так как слоты наследуются:

>>> class A(object): __slots__='a'
... 
>>> class AB(A): __slots__='b'
... 
>>> ab=AB()
>>> ab.a = ab.b = 23
>>> 

как вы видите, вы можете установить атрибут a на AB экземпляр -- только определяет слот b, но он наследует слот a С A. Повторение унаследованного слота не запрещено:

>>> class ABRed(A): __slots__='a','b'
... 
>>> abr=ABRed()
>>> abr.a = abr.b = 23

но тратит немного памяти:

>>> pympler.asizeof.asizeof(ab)
88
>>> pympler.asizeof.asizeof(abr)
96

так что на самом деле нет причин делать это.