程序执行过程中，如果RAM中有大量的对象在运行，就可能会出现内存问题，特别是在对可用内存总量有限的情况下。

下面是一些减少字典对象内存大小的方法，这些方法可以显著减少对象所需的RAM大小。

字典

在Python里用字典来表示结构信息是非常方便的：

>>> ob = {'x':1, 'y':2, 'z':3}
>>> x = ob['x']
>>> ob['y'] = y

但我们来看看它的内存消耗：

>>> print(sys.getsizeof(ob))
240

这个数额看起来好像挺小，但是当你想要创造许多这样的变量时就积小成多了：

解决方案

用类实例来代替字典：

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

>>> ob = Point(1,2,3)
>>> x = ob.x
>>> ob.y = y

类实例各个部分的内存大小：

如果你不是很了解类和实例，可以看廖雪峰的这篇文章。这里的__weakref__是对这个对象的弱引用列表的引用，而__dict__是对类实例字典的引用，它包含实例属性的值。从Python 3.3开始， 类的所有实例用共享空间存储字典的keys. 这减少了内存中实例的大小:

>>> print(sys.getsizeof(ob), sys.getsizeof(ob.__dict__)) 
56 112

56+112=168 < 240. 因此，大量的类实例占用的内存比普通字典(dict)要少:

字典占实例大小的百分比为112/168=67%, 我们还是可以看出，实例中字典的大小严重影响了RAM中实例的大小。

带__slots__的类实例

通过消除__dict__和weakref__，可以显著减少RAM中的类实例的大小。用__slots__是有可能做到的:

class Point:
    __slots__ = 'x', 'y', 'z'

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

>>> ob = Point(1,2,3)
>>> print(sys.getsizeof(ob))
64

RAM中的对象明显变小：

今日重点：在类定义中使用__slots__会显著减少大量实例的内存占用

目前，这是大幅度减少RAM中类实例的内存占用的主要方法。相比于单纯用字典，减少了(240-64)/240=73%的内存占用。

文章到此就结束啦，如果你喜欢今天的Python 教程，请持续关注Python实用宝典，如果对你有帮助，麻烦在下面点一个赞/在看哦有任何问题都可以在下方留言区留言，我们会耐心解答的！

​Python实用宝典 (pythondict.com)
不只是一个宝典
欢迎关注公众号：Python实用宝典