为什么Python数据类是装饰器而不是基类？

Question

为什么 Python 实现dataclasses.dataclass为类装饰器而不是基类？我认为从概念的角度来看，将其作为基类至少会更清楚：该__init__方法似乎是数据类装饰器添加到类中的唯一内容，并且添加方法和属性是任何直接基类中的内容通常打算做。为什么要实现一个本质上修改类的装饰器？基类就是为此目的而设计的。此外，拥有“ Dataclass”基类将使用户更容易在需要任何特定工作机制时修改其行为，只需在继承数据类时覆盖基类的方法即可。

因为它显然是出于某种原因而这样做的，所以我试图找出原因。我想到的唯一的事情可能是一些与性能相关的事情，我认为继承一个类应该比通过函数传递一个类慢，但是我不确定数据类是否意味着高性能 - 也不是Python语言本身 - 无论如何我们都将其命名为元组。

Answer 1

数据类是在PEP 557中引入的，它描述了此功能的一些设计注意事项，包括被拒绝的想法。但是，没有提及使用装饰器的任何被拒绝的替代方案，例如使用基类代替。因此，对于为什么使用装饰器而不是基类，我们似乎无法给出明确的答案。也许使用基类根本不被视为一种选择。

也就是说，@dataclass装饰器只添加__init__方法的说法是不正确的。该dataclass函数的签名显示还提供了其他几个功能，您可以通过传递布尔标志来选择加入或退出：

• __eq__，默认启用
• __repr__，默认启用
• 订购方式，例如__lt__，选择加入
• __hash__， 选择参加
• 通过__setattr__和__delattr__方法保持不变性，选择加入

原则上，这些方法可以在基类中以通用方式实现。然而，一旦已知现场规范，通过为这些方法生成代码就有可能获得更高的性能；这样，您就不必在每次方法调用时查看这些字段规范。（这些方法是在声明数据类时生成的，通过将 Python 代码构建为字符串并调用exec，请参阅此处。）因此，使用装饰器的一大优点是您只需查看一次字段规范，然后生成代码该特定数据类。

通过类比，在基类中以通用方式实现这些就像解释一样，而使用装饰器生成代码就像编译一样。（当然，生成的代码仍然由 CPython 解释器解释，这就是为什么这只是一个类比。）

或者，换句话说，从基类继承诸如__eq__、__lt__和之类的方法意义不大__hash__，因为这些方法不会对每个数据类执行相同的操作，除非在更通用的意义上。