Python 数据类与typing.NamedTuple主要用例 长话短说

将数据类引入Python标准库，基本上可以充当与

collections.namedtuple

和

typing.namedtuple

相同的角色。现在我想知道如何区分namedtuple仍然是更好解决方案的用例

数据类相对于NamedTuple的优势 当然，如果我们需要：

• 可变对象
• 继承支持

• 属性

  装饰器，可管理属性
• 即时生成的方法定义或可自定义的方法定义

同一PEP中简要说明了数据类的优势：

问：在哪种情况下，namedtuple仍然是更好的选择？ 但是对于namedtuples，一个相反的问题是：为什么不使用dataclass呢？ 我想从性能的角度来看，namedtuple可能更好，但还没有得到证实

例子 我们考虑以下情况：

我们将把页面维度存储在一个小容器中，其中包含静态定义的字段、类型提示和命名访问。不需要进一步的散列、比较等

命名双方法：

from typing import NamedTuple

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

from dataclasses import dataclass

@dataclass
class PageDimensions:
    width: int
    height: int

数据类方法：

from typing import NamedTuple

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

from dataclasses import dataclass

@dataclass
class PageDimensions:
    width: int
    height: int

哪种解决方案更可取？为什么

---

另外，这个问题在任何方面都不是重复的，因为我在这里问的是命名双倍更好的情况，而不是差异（我在问之前检查了文档和源代码）

在编程中，一般来说，任何可以不可变的东西都应该是不可变的。我们得到两件事：

更容易阅读程序-我们不需要担心值的变化，一旦实例化，它就永远不会改变（命名为tuple）

不太可能有奇怪的虫子

这就是为什么，如果数据是不可变的，那么应该使用命名元组而不是数据类

我在评论中写道，但我会在这里提及：

---

您肯定是对的，数据类中存在重叠，特别是与

freezed=True

的重叠-但是仍然有一些特性，例如属于namedtuples的解包，并且总是不可变的-我怀疑他们是否会删除namedtuples，因为这取决于您的需要。他们每个人都有自己的好处

下面是对PyCon 2018上数据类的一个很好的解释

在

Dataclass

中，所有实现都是用Python编写的，而在

NamedTuple

中，所有这些行为都是免费的，因为

NamedTuple

继承自

tuple

。而且由于

元组

结构是用C编写的，因此标准方法在

命名元组（散列、比较等）中速度更快

还请注意，
数据类
基于
dict，而
命名元组
基于
元组。因此，使用这些结构有其优点和缺点。例如，使用
NamedTuple
，空间使用更少，但使用
Dataclass
，时间访问更快

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)

但是随着
NamedTuple
属性数量的增加，访问时间保持不变，因为它会为每个属性创建一个具有属性名称的属性。例如，在我们的示例中，新类的命名空间部分如下所示：

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，命名为tuple仍然是更好的选择

当您的数据结构需要/可以是不可变的、可散列的、可扩展的、可解包的、可比较的时，您可以使用
NamedTuple。如果您需要更复杂的东西，例如，数据结构继承的可能性，那么请使用
Dataclass
我也有同样的问题，所以运行了一些测试并在这里记录了它们：


要点是namedtuple更适合于解包、爆炸和大小。Dataclass更快、更灵活

当您希望能够传递元组时，Namedtuple也非常适合于软键入。定义类型

class CircleArg(NamedTuple):
    x: float
    y: float
    radius: float

然后将其解压缩到函数中。不要使用
.attributes
，调用者将得到一个很好的“类型提示”，没有任何PITA

*focus, radius = circle_arg_instance (or tuple)

差异不是很大，我不会重构稳定的代码来从一个迁移到另一个。
我已经看到了这个问题的可能重复，但对于主要问题没有答案：在哪些情况下命名的tuples仍然更适合使用？另请参见为什么不使用
@dataclass（freezed=True）的dataclass
？另一个优点是使用命名的元组进行解包-例如，如果我有一个点（x，y），我可以将其解包
x，y=Point
-我想明确一点，尽管从某种意义上说你是对的-命名的元组是在python3之前创建的，这里显然有一点重叠。但因为它不是一个完全的替代品（解包，命名的耦合总是不可变的），它们可能不会删除namedtuples@maor10谢谢你的回答，现在我所看到的唯一优势就是打开行李。如上所述，数据类可以是不可变的。我认为您可以稍微重写一下答案，以便让其他人明白并接受它。似乎不变性本身不是问题所在，主要是关于解包。我同意这个答案。在我的例子中，如果可能的话，我通过键入使用NamedTuple，因为它可以被解包和传播。然而，在很多情况下，我需要一个数据类，通常是因为继承或自定义初始化。我发现有趣的是，
dataclasses.dataclass
和
collections.namedtuple
都只是代码生成器。面对面。对于
collections.namedtuple
来说，它有一个巨大的模板字符串文本，可以获取
exec
。我以为他们会以某种方式通过编程创建所有这些。但是代码生成然后执行是有意义的。FWIW，dataclasse