Cada vez que criamos uma nova classe, o python armazena cada atributo em um atributo dict que é chamado de dicionário dinâmico. Esse comportamento padrão parece ser conveniente, porque é flexível, mas quando você está trabalhando com um grande número de instâncias ou o uso de memória é importante, essa sobrecarga pode ser significativa.

Como funcionam os 'slots'?

Python basicamente usa um dicionário para armazenar atributos de classe, mas uma das alternativas é usar slots. Ao definir esse nome, estamos dizendo ao Python para usar uma estrutura mais estática e compacta que reduz significativamente o uso de memória. Aqui está um exemplo básico de como usar slots em uma classe.

import sys 

class WithoutSlots:
    def __init__(self, x, y):
        self.x = x
        self.y = y

class WithSlots:
    __slots__ = ['x', 'y']

    def __init__(self, x, y):
        self.x = x
        self.y = y

obj1 = WithoutSlots(1, 2)
obj2 = WithSlots(1, 2)

print(sys.getsizeof(obj1.__dict__)) # 296
print(sys.getsizeof(obj2)) # 48

Como mostrado acima, 'WithoutSlots' usa muito mais memória em comparação com 'WithSlots'. Pense em criar muitas instâncias da classe - Qual abordagem seria a melhor escolha?

Limitações

slots podem ser uma ferramenta útil, mas vêm com limitações:

• Sem atributos dinâmicos: ao definir slots no corpo da classe, desabilitamos seu atributo padrão (dict), portanto, não podemos adicionar dinamicamente novos atributos à instância após sua criação.

obj = WithSlots(1, 2)
obj.z = 3  # This will raise an AttributeError

Podemos contornar isso adicionando dict ao slot.

• Sem herança múltipla: cada classe base deve conter slots definidos, caso contrário o python voltará a usar o dicionário para armazenar os atributos da instância.

• Sem valor padrão: você precisa inicializar explicitamente os valores padrão no método init.

Quando usar

Escrevi alguns exemplos de melhores cenários onde podemos usar slots:

• Quando temos muitas instâncias para criar e o uso de memória é uma preocupação.
• Quando precisamos otimizar o desempenho.
• Quando você tem atributos conhecidos e fixos.
• Quando você trabalha com grandes conjuntos de dados.

Considerações finais

É assim que slots são usados ​​em Python: você pode usá-los quando tiver certeza de que não precisará de nenhum outro atributo para sua classe e com os quais está trabalhando um grande número de instâncias. Ao definir slots, você diz ao Python para usar uma estrutura mais eficiente e compacta para armazenar atributos, o que ajuda a economizar memória. Isso é especialmente útil quando o uso de memória é uma preocupação ou quando você precisa otimizar o desempenho. Apenas lembre-se de que com slots, você não pode adicionar novos atributos dinamicamente, por isso é melhor usá-lo quando os atributos de sua classe são fixos e bem definidos.