Python减少字典对象内存大小的方法

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：

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

2. >>> x = ob['x']

3. >>> ob['y']= y

但我们来看看它的内存消耗：

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

2. 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少成多了：

对象数目	内存大小
1 000 000	240 Mb
10 000 000	2.40 Gb
100 000 000	24 Gb

解决方案

用类实例来代替字典：

1. classPoint:

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

3. self.x = x

4. self.y = y

5. self.z = z

7. >>> ob =Point(1,2,3)

8. >>> x = ob.x

9. >>> ob.y = y

类实例各个部分的内存大小：

Field	Size (bytes)
PyGC_Head	24
PyObject_HEAD	16
weakref	8
dict	8
TOTAL:	56

如果你不是很了解类和实例，可以看廖雪峰的这篇文章：
https://www.liaoxuefeng.com/wiki/1016959663602400/1017496031185408

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:

1. >>>print(sys.getsizeof(ob), sys.getsizeof(ob.__dict__))

2. 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:

实例数目	大小
1 000 000	168 Mb
10 000 000	1.68 Gb
100 000 000	16.8 Gb

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。下面有更好的方法。

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:

1. classPoint:

2. __slots__ ='x','y','z'

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

5. self.x = x

6. self.y = y

7. self.z = z

9. >>> ob =Point(1,2,3)

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

11. 64

RAM中的对象明显变小：

Field	Size (bytes)
PyGC_Head	24
PyObject_HEAD	16
x	8
y	8
z	8
TOTAL:	64

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

实例数目	大小
1 000 000	64 Mb
10 000 000	640 Mb
100 000 000	6.4 Gb

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。