数据类与输入。NamedTuple主要用例

Question

长话短说

PEP-557在Python标准库中引入了数据类，该类基本上可以充当collections.namedtuple和的角色typing.NamedTuple。现在，我想知道如何将用例分隔，其中namedtuple仍然是更好的解决方案。

数据类优于NamedTuple

当然，dataclass如果需要，所有功劳都归功于：

• 可变对象
• 继承支持
• property 装饰器，可管理的属性
• 现成的方法定义或可自定义的方法定义

在同一PEP中简要说明了数据类的优点：为什么不只使用namedtuple。

问：在哪些情况下，namedtuple仍然是更好的选择？

但是对于namedtuples来说，一个相反的问题呢：为什么不只使用数据类呢？从性能的角度来看，我认为namedtuple可能更好，但尚未对此进行确认。

例

让我们考虑以下情况：

我们将页面尺寸存储在一个具有静态定义字段，类型提示和命名访问权限的小容器中。不需要进一步的散列，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？

PS问题是不是重复是一个以任何方式，因为在这里我想询问
情况 ，其中namedtuple比较好，不是 区别 （我问之前已经检查文档和源）

Answer 1

这取决于您的需求。他们每个人都有自己的利益。

这是对PyCon 2018 Raymond
Hettinger
上的数据类的很好的解释-数据类：结束所有代码生成器的代码生成器

在 Dataclass 所有实现中NamedTuple，都是使用 Python编写的
，而在in中，所有这些行为都是免费的，因为它们是NamedTuple从继承的tuple。并且由于 tuple
结构是用C编写的，因此标准方法的速度更快NamedTuple（哈希，比较等）。

另请注意， Dataclass 基于，dict而 NamedTuple
基于tuple。因此，使用这些结构具有优点和缺点。例如，使用可以减少空间使用量NamedTuple，但是使用可以更快地访问时间Dataclass。

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)

但是随着NamedTuple访问时间的属性数量增加，它保持不变的很小，因为它为每个属性创建一个带有该属性名称的属性。例如，对于我们来说，新类的名称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仍然是更好的选择？

当您的数据结构需要/可以 不可变，可哈希，可迭代，不可打包，可比较时，可以使用NamedTuple。 例如， 如果您需要
更复杂的内容，则可以继承 数据结构Dataclass。