正如其他人提到的，定义的唯一原因__slots__是为了节省一些内存，当您有具有一组预定义属性的简单对象并且不希望每个对象都带有字典时。当然，这仅对于您计划拥有许多实例的类才有意义。
节省的费用可能不会立即显现出来——考虑一下……：
>>> 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
由此看来，带槽尺寸是larger比无槽尺寸！但这是一个错误，因为sys.getsizeof不考虑“对象内容”，例如字典：
>>> sys.getsizeof(n.__dict__)
140
由于字典本身就需要 140 个字节，因此显然是“32 字节”对象n据称采取的行动并未考虑到每个案件所涉及的所有内容。您可以使用第三方扩展做得更好，例如pympler https://github.com/pympler/pympler:
>>> import pympler.asizeof
>>> pympler.asizeof.asizeof(w)
96
>>> pympler.asizeof.asizeof(n)
288
这更清楚地显示了所节省的内存占用量__slots__：对于像本例这样的简单对象，它略小于 200 字节，几乎占对象总体占用空间的 2/3。现在，由于如今对于大多数应用程序来说，多或少兆字节并不那么重要，这也告诉您__slots__如果您一次只有几千个实例，那么就不值得这么麻烦——但是，对于数百万个实例，它确实会产生非常重要的影响。您还可以获得微观的加速（部分是由于更好地使用小对象的缓存）__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
但这在某种程度上取决于 Python 版本（这些是我使用 2.5 重复测量的数字；使用 2.6，我发现相对优势更大__slots__ for setting一个属性，但根本没有，确实是一个很小的属性dis优势，对于getting it).
现在，关于继承：对于一个无字典的实例，all其继承链上的类也必须具有无字典的实例。具有无字典实例的类是那些定义__slots__，加上大多数内置类型（实例具有字典的内置类型是您可以在其实例上设置任意属性的类型，例如函数）。插槽名称的重叠是不被禁止的，但它们是无用的并且浪费一些内存，因为插槽是继承的：
>>> class A(object): __slots__='a'
...
>>> class AB(A): __slots__='b'
...
>>> ab=AB()
>>> ab.a = ab.b = 23
>>>
如您所见，您可以设置属性a on an AB实例 -AB本身只定义了slotb，但它继承了slota from A。不禁止重复继承的槽：
>>> class ABRed(A): __slots__='a','b'
...
>>> abr=ABRed()
>>> abr.a = abr.b = 23
但确实浪费了一点内存：
>>> pympler.asizeof.asizeof(ab)
88
>>> pympler.asizeof.asizeof(abr)
96
所以真的没有理由这样做。
