python - 如何编写一个高效的__dict__重载函数？

Question

我想实现一个 to_dict 函数，其行为与内置 __dict__ 属性类似，但允许我拥有自定义逻辑。 (它用于构造 pandas DataFrame。请参见下面的示例。)

但是我发现我的 to_dict 函数比 __dict__ 慢约 25% 即使他们做完全相同的事情。我该如何改进我的代码？

class Foo:
    def __init__(self, a,b,c,d):
        self.a = a
        self.b = b
        self.c = c
        self.d = d

    def to_dict(self):
        return {
            'a':self.a,
            'b':self.b,
            'c':self.c,
            'd':self.d,
        }

list_test = [Foo(i,i,i,i)for i in range(100000)]

%%timeit
pd.DataFrame(t.to_dict() for t in list_test)
# Output: 199 ms ± 4.6 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

%%timeit
pd.DataFrame(t.__dict__ for t in list_test)
# Output: 156 ms ± 948 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

离题了，但与我的最终目标相关:从自定义对象列表构造 pandas DataFrame 的最有效方法是什么？我目前的方法取自https://stackoverflow.com/a/54975755/1087924

Answer 1

__dict__ 不会将对象“转换”为 dict(与 __int__、__str__ 等不同) ，它是存储对象的(可写)属性的位置。

我认为您的实现相当有效。考虑这个简化的例子:

import dis

class Foo:
    def __init__(self, a):
        self.a = a
    def to_dict(self):
        return {'a': self.a}

foo = Foo(1)

dis.dis(foo.to_dict)
dis.dis('foo.__dict__')

我们可以看到Python每次都会查找属性并创建一个新的dict(另外您还需要调用.to_dict，此处未显示) ):

  7           0 LOAD_CONST               1 ('a')
              2 LOAD_FAST                0 (self)
              4 LOAD_ATTR                0 (a)
              6 BUILD_MAP                1
              8 RETURN_VALUE

访问现有属性要简单得多:

  1           0 LOAD_NAME                0 (foo)
              2 LOAD_ATTR                1 (__dict__)
              4 RETURN_VALUE

但是，您可以将自定义表示存储在实例上，实现与 __dict__ 相同的字节码，但随后您需要在对 Foo 进行的所有更改上正确更新它(这会消耗一些速度和内存)。如果更新在您的用例中并不常见，那么这可能是一个可以接受的权衡。

在您的示例中，一个简单的选项是覆盖 __getattribute__，但我猜测 Foo 有其他属性，因此使用 setter 可能会更方便:

class Foo:
    def __init__(self, a):
        self.dict = {}
        self.a = a

    @property
    def a(self):
        return self._a

    @a.setter
    def a(self, value):
        self._a = value
        self.dict['a'] = value

foo = Foo(1)
print(foo.dict)  # {'a': 1}
foo.a = 10
print(foo.dict)  # {'a': 10}