Python 3.7:Dataclasses和SimpleNameSpace的实用程序

Question

Python 3.7提供了dataclasses具有预定义特殊功能的新功能.

从全局来看,dataclasses并SimpleNameSpace都提供了很好的数据封装工厂.

@dataclass
class MyData:
    name:str
    age: int

data_1 = MyData(name = 'JohnDoe' , age = 23)

data_2 = SimpleNameSpace(name = 'JohnDoe' , age = 23)

很多时候我SimpleNameSpace只是用来包装数据并移动它.

我甚至将它子类化为添加特殊功能:

from types import SimpleNameSpace

class NewSimpleNameSpace(SimpleNameSpace):
    def __hash__(self):
        return some_hashing_func(self.__dict__)

对于我的问题:

1. 有人如何选择SimpleNameSpace和dataclasses？
2. 为什么它们是必要的,当扩展时可以达到同样的效果SimpleNameSpace？
3. 所有其他用例dataclasses迎合什么？

Answer 1

简短的回答是，这一切都包含在PEP 557 中。你的问题有点乱...

为什么？

1. 利用 PEP 526 提供定义此类类的简单方法。
2. 支持静态类型检查器。

如何选择何时使用它们？

PEP 很清楚，它们不是替代品，并希望其他解决方案拥有自己的位置。

与任何其他设计决策一样，因此您需要准确确定您关心的功能。如果这包括以下内容，您绝对不想要数据类。

哪些地方不适合使用数据类？

需要与元组或字典的 API 兼容性。需要超出 PEP 484 和 526 提供的类型验证，或者需要值验证或转换。

也就是说，SimpleNameSpace 也是如此，那么我们还能看什么来决定呢？让我们仔细看看数据类提供的额外功能......

SimpleNameSpace 的现有定义如下：

一个简单的对象子类，提供对其命名空间的属性访问，以及一个有意义的代表。

然后 python 文档继续说它提供了一个简单的__init__,__repr__和__eq__实现。与 PEP 557 相比，数据类还为您提供了以下选项：

• ordering - 按顺序比较类，就好像它是其字段的元组一样。
• 不变性 - 分配给字段会产生异常
• 控制散列 - 尽管不推荐这样做。

显然，如果您关心排序或不变性（或需要小众散列控制），您应该使用数据类。

其他用例？

我看不到，尽管您可以争辩说最初的“为什么？” 涵盖其他用例。

Answer 2

数据类更像是namedtuple和流行的attrs包，而不是SimpleNamespace（PEP中甚至没有提到）。它们有两个不同的预期目的。

资料类别

• 结构化的
• 输入（默认，但可选）
• 写最样板的基本dunder方法（__init__，__hash__，__eq__，以及更多）
• 为属性的默认值提供简单的机制
• 可以轻松添加__slots__和方法

SimpleNamespace

• “抓袋”数据结构
• 用于需要多于词典但少于一堂课的地方
• 不打算使用类似 __slots__

从SimpleNamespace文档中：

SimpleNamespace可能会替代class NS: pass。但是，对于结构化记录类型，请namedtuple()改用。

由于@dataclass应该替换的许多用例namedtuple，因此应使用而@dataclass不是命名记录/结构SimpleNamespace。

您可能还想看一下Raymond Hettinger的这篇PyCon演讲，他在其中谈论了@dataclass它的背景知识及其用途。