🚀 بهینه‌سازی مصرف حافظه در پایتون با slots
👩🏻💻 آبجکت‌های پایتون معمولاً حافظه زیادی مصرف می‌کنن چون انعطاف بالایی در ذخیره ویژگی‌ها دارن. اما یه ترفند ساده وجود داره که می‌تونه این مصرف حافظه رو کاهش بده:
✏️ استفاده از __slots__ باعث می‌شه فضای حافظه برای ویژگی‌ها از قبل رزرو بشه و بهینه‌تر عمل کنه.
🔎 توی یه تست ساده (عکس بالا)، با __slots__ مصرف حافظه رو حدود 11.1 مبی‌بایت کاهش دادیم! این یعنی بهینه‌سازی قوی برای برنامه‌هایی که با حجم بالای داده کار می‌کنن.
┌ ▶️ slots
├ 🖥 Documents
├ 🖥 Python slots (Fa)
└ 🖥 Python slots (En)
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa
👩🏻💻 آبجکت‌های پایتون معمولاً حافظه زیادی مصرف می‌کنن چون انعطاف بالایی در ذخیره ویژگی‌ها دارن. اما یه ترفند ساده وجود داره که می‌تونه این مصرف حافظه رو کاهش بده:
✏️ استفاده از __slots__ باعث می‌شه فضای حافظه برای ویژگی‌ها از قبل رزرو بشه و بهینه‌تر عمل کنه.
🔎 توی یه تست ساده (عکس بالا)، با __slots__ مصرف حافظه رو حدود 11.1 مبی‌بایت کاهش دادیم! این یعنی بهینه‌سازی قوی برای برنامه‌هایی که با حجم بالای داده کار می‌کنن.
┌ ▶️ slots
├ 🖥 Documents
├ 🖥 Python slots (Fa)
└ 🖥 Python slots (En)
🌐 #علم_داده #DataScience
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 دانشمند داده شوید :
📊 @DataScience_ir
📱 پیج اینستاگرام:
📊 @DataScience_fa