数据类与typing.NamedTuple主要用例

Question

长话短说

PEP-557将数据类引入Python标准库，基本上可以填充与collections.namedtuple和typing.NamedTuple相同的角色。现在我想知道如何分离使用namedtuple仍然是更好的解决方案的用例。

数据类优于NamedTuple

当然，如果我们需要，所有的功劳都归功于dataclass：

• 可变对象
• 继承支持
• property装饰器，可管理的属性
• 生成的方法定义开箱即用或可自定义的方法定义

数据类优势在同一个PEP中简要解释：Why not just use namedtuple。

问：在哪些情况下，namedtuple仍然是更好的选择？

但是对于namedtuples这个相反的问题呢：为什么不使用dataclass呢？我想从性能的角度来看，名字元组可能更好，但尚未确认。

例

让我们考虑以下情况：

我们将页面维度存储在一个小容器中，该容器具有静态定义的字段，类型提示和命名访问。不需要进一步散列，比较等。

NamedTuple方法：

from typing import NamedTuple

PageDimensions = NamedTuple("PageDimensions", [('width', int), ('height', int)])

DataClass方法：

from dataclasses import dataclass

@dataclass
class PageDimensions:
    width: int
    height: int

哪种解决方案更可取，为什么？

附：这个问题不是that one的重复，因为在这里我问的是关于namedtuple更好的情况，而不是差异（我在询问之前检查了文档和来源）

Answer 1

这取决于您的需求。他们每个人都有自己的好处。

这是PyCon 2018 Raymond Hettinger - Dataclasses: The code generator to end all code generators上Dataclasses的一个很好的解释

在Dataclass中，所有实现都是用Python编写的，就像在Namedtuple中一样，所有这些行为都是免费的，因为Namedtuple是从元组继承而来的。而元组结构是用C语言编写的，这就是为什么stadard方法在Namedtuple中更快（哈希，比较等）。

但Dataclass基于dup为基于元组的Namedtuple。据此，您有使用这些结构的优点和缺点。例如，NamedTuple中的空间使用量较小，但Dataclass中的时间访问速度更快。

请看我的实验：

In [33]: a = PageDimensionsDC(width=10, height=10)

In [34]: sys.getsizeof(a) + sys.getsizeof(vars(a))
Out[34]: 168

In [35]: %timeit a.width
43.2 ns ± 1.05 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)

In [36]: a = PageDimensionsNT(width=10, height=10)

In [37]: sys.getsizeof(a)
Out[37]: 64

In [38]: %timeit a.width
63.6 ns ± 1.33 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)

但随着NamedTuple属性数量的增加，访问时间保持不变，因为对于每个属性，它创建一个具有属性名称的属性。例如，对于我们的情况，新类的命名空间部分将如下所示：

from operator import itemgetter

class_namespace = {
...
    'width': property(itemgetter(0, doc="Alias for field number 0")),
    'height': property(itemgetter(0, doc="Alias for field number 1"))**
}

在哪些情况下，namedtuple仍然是一个更好的选择？

当您的数据结构需要/可以是不可变的，可散列的，可迭代的，可拆包的，可比的时候，您可以使用NamedTuple。如果您需要更复杂的东西，例如，为数据结构继承的可能性，那么使用Dataclass。

Answer 2

在编程中，任何可以不可变的东西都应该是不可变的。我们获得了两件事：

1. 更容易阅读程序 - 我们不需要担心值的变化，一旦它被实例化，它将永远不会改变（namedtuple）
2. 减少奇怪错误的机会

这就是为什么，如果数据是不可变的，你应该使用一个命名的元组而不是数据类

我在评论中写了它，但我会在这里提到它：你肯定是有重叠的，尤其是数据类中的frozen=True - 但仍然有一些功能，例如解包属于namedtuples，它总是不可变的 - 我怀疑他们会删除这样的命名元组