作者：麦叔

来源：麦叔编程

回顾和问题

上一篇文章，我们讲解了NamedTuple。它可以让我们像使用对象一样使用元组，避免魔术数字，让代码更安全，更易于理解，也比普通对象更快。

下面是其中的例子。有兴趣的麦友可以在合集中往前翻，找到上一篇文章。

from typing import NamedTuple

class Stock(NamedTuple):

name: str

high: float

low: float

end: float

stock1 = Stock('苹果', 100, 80, 88)

stock2 = Stock(name='百度', high=80, low=63, end=65)

print(stock2.high)

print(stock2.low)

print(stock2.end)

但命名元组有个问题。它的数据是不能修改的，这是元组的重要特点。

那如果我的对象需要修改，怎么办呢？这就是本文的重点！

使用dataclass

从Python/ target=_blank class=infotextkey>Python3.7开始，我们可以用很简洁的语法定义只有属性的类，也就是dataclass。从表面上看，它们非常像命名元组。

下面是dataclass版本的Stock：

from dataclasses import dataclass

@dataclass

class Stock:

symbol: str

current: float

high: float

low: float

这个例子中，它的定义几乎和NamedTuple定义完全相同。

dataclass函数是一个类装饰器，使用@符号。dataclass 包含状态且可以被修改，重要的是它的功能很强大。

下面是创建Stock实例的例子：

>>> s = Stock("AAPL", 123.52, 137.98, 53.15)

一旦实例化，Stock对象可以像普通类一样使用。你可以访问和更新它的属性：

>>> s

Stock(symbol='AAPL', current=123.52, high=137.98, low=53.15)

>>> s.current

123.52

>>> s.current = 122.25

>>> s

Stock(symbol='AAPL', current=122.25, high=137.98, low=53.15)

优点多多

我们来看看，dataclass相比普通的类有什么优点。

下面是一个功能类似的普通类：

class StockOrdinary:

def __init__(self, name: str, current: float, high: float, low: float) -> None:

self.name = name

self.current = current

self.high = high

self.low = low

s_ord = StockOrdinary("AAPL", 123.52, 137.98, 53.15)

「好处1」：dataclass只需要写一次属性名，不需要在__init__()方法的参数和方法体中重复。

「好处2」：dataclass也提供了一个比object类更加友好的字符串表达。

「好处3」：dataclass也包含相等比较运算。

下面的例子可以比较普通类和dataclass的区别：

>>> s_ord

<__main__.StockOrdinary object at 0x7fb833c63f10>

>>> s_ord_2 = StockOrdinary("AAPL", 123.52, 137.98, 53.15)

>>> s_ord == s_ord_2

False

普通类的默认字符串表达看起来很糟糕，而且它没有相等运算。dataclass的情况就要好多了：

>>> stock2 = Stock(symbol='AAPL', current=122.25, high=137.98, low=53.15)

>>> s == stock2

True

「好处4」：你可以为属性指定默认值。

也许股票市场闭市了，你不知道今天股票的价格是什么：

@dataclass

class StockDefaults:

name: str

current: float = 0.0

high: float = 0.0

low: float = 0.0

你可以只用股票名称来创建对象。其他的值会使用默认值：

>>> StockDefaults("GOOG")

StockDefaults(name='GOOG', current=0.0, high=0.0, low=0.0)

「好处5」：你可以轻松的添加比较运算，如下所示：

@dataclass(order=True)

class StockOrdered:

name: str

current: float = 0.0

high: float = 0.0

low: float = 0.0

你也许会问：就这么简单？

是的！给装饰器添加order=True参数，就会创建所有的比较运算方法。这使得我们可以比较对象实例，也可以排序。就像下面这样：

>>> stock_ordered1 = StockOrdered("GOOG", 1826.77, 1847.20, 1013.54)

>>> stock_ordered2 = StockOrdered("GOOG")

>>> stock_ordered3 = StockOrdered("GOOG", 1728.28, high=1733.18,

low=1666.33)

>>> stock_ordered1 < stock_ordered2

False

>>> stock_ordered1 > stock_ordered2

True

>>> from pprint import pprint

>>> pprint(sorted([stock_ordered1, stock_ordered2, stock_ordered3]))

[StockOrdered(name='GOOG', current=0.0, high=0.0, low=0.0),

StockOrdered(name='GOOG', current=1728.28, high=1733.18, low=1666.33),

StockOrdered(name='GOOG', current=1826.77, high=1847.2, low=1013.54)]

麦叔寄语

下次创建类的时候，试试看 @dataclass，写很少的代码就有很强大的功能。

dataclass也可以像普通类一样，添加所需要的实例方法或类方法。