🥕 Sloty

Specjalny mechanizm, który pozwala na optymalizację pamięci obiektów klasy, poprzez ograniczenie listy atrybutów, które można dodać do instancji danej klasy.

class Osoba:
    __slots__ = ['imie', 'wiek']  # Ograniczamy atrybuty tylko do 'imie' i 'wiek'

    def __init__(self, imie, wiek):
        self.imie = imie
        self.wiek = wiek

osoba = Osoba("Jan", 30)
print(osoba.imie)  # Jan
print(osoba.wiek)  # 30

# Próba dodania nowego atrybutu zgłosi błąd
osoba.address = "Warszawa"  # AttributeError: 'Osoba' object has no attribute 'address'

Python przestaje używać dynamicznego słownika __dict__ do przechowywania atrybutów obiektu, co ogranicza możliwość dodawania nowych atrybutów poza tymi zdefiniowanymi w __slots__, ale jednocześnie zmniejsza ilość zużywanej pamięci.

Kiedy NIE używać __slots__

__slots__ to optymalizacja - stosuj ją świadomie, gdy faktycznie ma sens:

• Potrzebujesz dynamicznych atrybutów - jeśli w programie dodajesz atrybuty do obiektów w czasie działania (obj.nowy = ...), __slots__ to uniemożliwi.
• Klasa korzysta z mixinów lub wielokrotnego dziedziczenia - łatwo trafić na konflikty, gdy kilka klas w hierarchii definiuje własne __slots__.
• Klasa jest rzadko tworzona lub nie ma jej wiele instancji - narzut pamięciowy __dict__ jest wtedy pomijalny, a kod jest prostszy bez __slots__.
• Używasz bibliotek opartych na __dict__ - niektóre frameworki (np. ORM-y, biblioteki serializacji) oczekują obecności __dict__, a jego brak może powodować błędy.

Tip

Zasada: zacznij bez __slots__. Dodaj je tylko wtedy, gdy profilowanie wskazuje na rzeczywisty problem z pamięcią i tworzysz naprawdę wiele instancji danej klasy.

Przykład

Zapoznaj się z nowym zakomentowanym kodem w python1course.zaj03.fleet.ambulance (linie kodu: 2 oraz 55-57).