我将让您的namedtuple x插槽这个特定问题分开，然后集中讨论您的内存节省问题。因为元组x带槽的属性可能并且大小会有所不同，但会有所不同-但是使用这两个属性时，必须保留完整的Python对象作为数字本身。

可能有一个类，可以将数据保留为数组中的打包字节，并根据需要懒惰地将属性转换为Python数字。在内存方面，这将是一个赢家，因为Python中的数字是一个完整的对象，最小大小为24个字节（在64位平台上）。

如果懒惰地获取数字会导致性能问题，则可以将类移至cython，并让操作使用每个对象中的本机压缩数字。

总而言之，有效的方法可能是专门的Sequence类，它将包装NumyArray以及序列中对象的数据以及从该序列中作为元素检索的短暂对象。

好消息是numpy已经提供了此功能-它允许数组由具有自定义dtype的对象组成，甚至还有np.void定义的结构类型基类它的dtype-可以具有其他功能。

下面的代码可以在numpy数组中保存一个“ Extents”类，每个实例恰好占用了数据所需的字节数。优点是可以使用扩展的numpy数据类型-例如，如果需要考虑内存并且32bit FP值足以满足您的需要，请使用“ float32”（“ f4”）。

您实际上可以只使用带有自定义dtype的原始np数组-此代码显示了如何添加一些钟声来具有您的“ center”属性，并能够访问xmin等作为属性，比仅使用映射语法（seq [0] [“ xmin”]）：

from collections.abc import MutableSequence

import numpy as np


class Extent(np.void):
    attrs = "xmin ymin xmax ymax".split()
    dtype = np.dtype([(attr,"f8") for attr in attrs])

    def __getattr__(self,attr):
        return self.__getitem__(attr)

    def __setattr__(self,attr,value):
        if value in self.attrs:
            return self.__setitem__(self,value)
        return super().__setattr__(attr,value)

    @classmethod
    def store(self,storage,xmin,ymin,xmax,ymax):
        storage.append((xmin,ymax))
        return storage[storage.last_item - 1]

    def contains(self,extent: 'Extent'):
        pass
        # checks if one contains the other
    def intersects(self,extent: 'Extent'):
        pass
        # checks if one intersects the other

    @property
    def center(self):
        return ((self.xmin + self.xmax) / 2,(self.ymin + self.ymax) / 2)

    def __repr__(self):
        return f"Extent <{self.xmin},{self.ymin},{self.xmax},{self.ymax}>"


class ExtentList:
    def __init__(self,max_size):
        self.last_item = 0
        self.data = np.zeros(max_size,dtype=Extent)

    def __getitem__(self,index):
        return  self.data[index]

    def __setitem__(self,index,value):
        self.data[index] = value

    def append(self,extent):
        self.data[self.last_item] = extent
        self.last_item += 1

    def __iter__(self):
        for i in range(self.last_item):
            yield self.data[i]

    def __repr__(self):
        return f"ExtentList <{self.data[:self.max_size]!r}>,max={self.max_size}"

在交互式终端上：

In [63]: values = ExtentList(10)                                                                                                     

In [64]: v = Extent.store(values,10,20,20)                                                                                    

In [65]: v                                                                                                                           
Out[65]: Extent <10.0,10.0,20.0,20.0>

In [66]: v.center                                                                                                                    
Out[66]: (15.0,15.0)

此外-这种方法允许您的属性就地可变：

In [73]: v.xmax = 40                                                                                                                 

In [74]: v.center                                                                                                                    
Out[74]: (25.0,15.0)

唯一的缺点是您无法轻松调整numpy数组的大小-因此，我需要为结尾保留一个内部索引，而您必须设置max-size。如果max-size的变化太大，围绕如何调整numpy-array的大小的方法很多，您必须将逻辑添加到容器类中才能做到这一点，这受Python本身用于分配大小的逻辑的启发列表。