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，基本上可以起到与collections.namedtuple 和typing.NamedTuple 相同的作用。现在我想知道如何分离 namedtuple 仍然是更好解决方案的用例。

Data 类优于 NamedTuple

当然，如果我们需要，所有功劳都归于dataclass：

可变对象
继承支持
property 装饰器，可管理的属性
开箱即用的生成方法定义或可自定义的方法定义

数据类优点在同一 PEP 中进行了简要说明：Why not just use namedtuple。

问：在哪些情况下 namedtuple 仍然是更好的选择？

但是关于命名元组的相反问题如何：为什么不只使用数据类？我想从性能的角度来看，namedtuple 可能更好，但尚未找到证实。

例子

让我们考虑以下情况：

我们将把页面维度存储在一个带有静态定义字段、类型提示和命名访问的小容器中。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)])

数据类方法：

from dataclasses import dataclass

@dataclass
class PageDimensions:
    width: int
    height: int

哪种解决方案更可取，为什么？

P.S。这个问题在任何方面都不是的重复，因为在这里我问的是 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

在一般编程中，任何可以不可变的东西都应该是不可变的。我们收获了两件事：

更易于阅读程序 - 我们无需担心值会发生变化，一旦实例化，它就永远不会改变 (namedtuple)
出现奇怪错误的几率降低

这就是为什么如果数据不可变，您应该使用命名元组而不是数据类

我在评论里写了，但我会在这里提到它：你绝对是对的，有重叠，尤其是数据类中的 frozen=True - 但仍然有一些特性，例如属于 namedtuples 的解包，并且它总是不可变的 - 我怀疑他们会删除 namedtuples

Answer 2

这取决于您的需求。他们每个人都有自己的好处。

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

在Dataclass中，所有实现都写在Python中，而在NamedTuple中，所有这些行为都是免费的，因为NamedTuple 继承自 tuple。因为 tuple 结构是用 C 编写的，标准方法在 NamedTuple 中更快（散列、比较等）。

还要注意 Dataclass 基于 dict 而 NamedTuple 基于 tuple 。因此，使用这些结构既有优点也有缺点。例如，space 使用 NamedTuple 时使用较少，但使用 Dataclass 时访问速度更快。

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)

但是随着 NamedTuple 属性数量的增加，访问时间仍然很短，因为它为每个属性创建一个属性和属性名称。例如，对于我们的案例，新 class 的名称 space 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"))**
}

In which cases namedtuple is still a better choice?

当你的数据结构需要 to/can 是 不可变的、可散列的、可迭代的、不可压缩的、可比较的时，你可以使用 NamedTuple。如果您需要更复杂的东西，例如，为您的数据结构继承的可能性，那么使用Dataclass。

Answer 3

我有同样的问题，所以运行进行了一些测试并记录在此处：https://shayallenhill.com/python-struct-options/

总结：

NamedTuple 更适合解包、分解和大小。
DataClass 更快更灵活。
差异并不大，我不会重构稳定代码以从一个代码转移到另一个代码。
当您希望能够传递元组时，NamedTuple 也非常适合软键入。

为此，定义一个继承自它的类型...

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

...然后将其解压到您的函数中。不要使用 .attributes，你会得到一个很好的“类型提示”，而不会为调用者提供任何 PITA。

*focus, radius = circle_arg_instance  # or tuple

Answer 4

我的一个用例是不支持 dataclasses 的框架。特别是 TensorFlow。在那里，tf.function 可以与 typing.NamedTuple 一起使用，但不能与 dataclass.

一起使用

class MyFancyData(typing.NamedTuple):
  some_tensor: tf.Tensor
  some_other_stuf: ...

@tf.function
def train_step(self, my_fancy_data: MyFancyData):
    ...

Answer 5

NamedTuple 的另一个重要限制是它不能通用：

import typing as t
T=t.TypeVar('T')
class C(t.Generic[T], t.NamedTuple): ...

TypeError: Multiple inheritance with NamedTuple is not supported

数据类与 typing.NamedTuple 主要用例

Data Classes vs typing.NamedTuple primary use cases

python

pep

namedtuple

python-3.7

python-dataclasses

长话短说

Data 类优于 NamedTuple

问：在哪些情况下 namedtuple 仍然是更好的选择？

例子

数据 类 与 typing.NamedTuple 主要用例

Data Classes vs typing.NamedTuple primary use cases

python

pep

namedtuple

python-3.7

python-dataclasses

长话短说

Data 类 优于 NamedTuple

问：在哪些情况下 namedtuple 仍然是更好的选择？

例子

数据类与 typing.NamedTuple 主要用例

Data 类优于 NamedTuple