Python3.7引入了dataclass。dataclass装饰器可以声明Python类为数据类;数据类适合用来存储数据,一般而言它具有如下特征:
- 数据类表示某种数据类型,数据对象代表一种特定类的实体,包含了实体的属性。
- 同类型的对象之间可以进行比较;如,大于、小于或等于。
数据类定义
就其本质而言,数据类并没有什么特别之处,只是@dataclass
装饰器自动生成__repr__,init,__eq__
等一系列方法。定义数据类:
from dataclasses import dataclass
@dataclass
class A:
normal: str
defVal: int = 0
装饰器
dataclass完整形式为(True为生成对应方法,False将不生成;若类中已定义对应方法,则忽略此参数):@dataclass(init=True, repr=True, eq=True, order=False, unsafe_hash=False, frozen=False)
:
- init:默认将生成
__init__
方法; - repr:默认将生成
__repr__
方法;repr字符串包含类名、每个字段名称和其repr(按其类中定义顺序); - eq:默认将生成
__eq__
方法;如果传入False,那么__eq__
方法将不会被dataclass添加,但会继承object.__eq__
(比较id); - order:默认不生成
__gt__、__ge__、__lt__、__le__
方法; - unsafe_hash:如果是False(默认),则根据eq和frozen的设置方式生成
__hash__()
方法(由内置的hash()使用)。- 如果eq和frozen都为真,默认情况会生成一个
__hash__()
方法; - 如果eq为真而frozen为假,则
__hash__()
将被设置为 None,将其标记为不可散列(确实如此,因为它是可变的); - 如果eq为假,则
__hash__()
将保持不变,这意味着将使用超类的__hash__()
方法(如果超类是object,将回退到基于id的散列)。
- 如果eq和frozen都为真,默认情况会生成一个
- frozen:若为true,实例初始化后属性将无法修改;
field
通过field方法,可定制属性:dataclasses.field(*, default=MISSING, default_factory=MISSING, repr=True, hash=None, init=True, compare=True, metadata=None)
:
- default:如果提供,这将是该字段的默认值。
- default_factory:用于指定具有可变默认值的字段,必须是一个无参可调用对象;与default互斥(不可同时指定)。
- init:如果为true(默认值),则该字段作为参数包含在生成的
__init__()
方法中。 - repr:如果为true(默认值),则该字段包含在生成的
__repr__()
方法返回的字符串中。 - compare:如果为true(默认值),则该字段包含在生成的相等性和比较方法中(
__eq__() , __gt__()
等等)。 - hash:可以是布尔值或None:
- 为None(默认值),则使用compare的值,这通常是预期的行为(不鼓励将此值设置为None以外的任何值);
- 为true,则此字段包含在生成的
__hash__()
方法中; - 设置hash=False但compare=True(即从hash中排除某个字段,但仍用于比较)的一个可能原因是,计算字段的hash代价很高;
- metadata:这可以是映射或None;None被视为一个空的字典。这个值包含在MappingProxyType()中,使其成为只读,并暴露在Field对象上(是作为第三方扩展机制提供的)。
使用default_factory生成默认值:
from dataclasses import dataclass, field
import random
def build_marks() -> list:
return [random.randint(0, 1000) for i in range(5)]
@dataclass(order=True)
class RandMark:
marks: list = field(default_factory=build_marks)
r = RandMark() # 使用build_marks生成默认值
print(r)
初始化
通过dataclass装饰器修饰后的类:
- 无需定义
__init__
,dataclass会自动处理; - 以易读的方式预先定义成员属性(及类型提示);并可定义默认值;
- dataclass会自动添加一个
__repr__
函数;
数据比较
通过@dataclass(order = True)
可自动添加比较方法(__eq__和__lt__
):
- 比较是通过属性(字段)生成的元组,进行比较的;如上比较元组为
(normal, defVale)
通过compare=False
,可设定不用于比较的字段:
@dataclass(order=True)
class Student:
name: str = field(compare=False)
score: float
s = [Student("mike", 90),
Student("steven", 80),
Student("orange", 70)
]
print(sorted(s)) # 只根据score排序
后处理
通过__post_init__
可做后处理(在__init__
返回前,自动调用):文章来源:https://www.toymoban.com/news/detail-700398.html
from dataclasses import dataclass
@dataclass
class FloatNumber:
val: float
decimal: float = 0
integer: float = 0
def __post_init__(self):
self.decimal, self.integer = math.modf(self.val)
f = FloatNumber(1.2) # decimal与integer自动赋值
dataclasses方法
dataclasses内置属性与方法:文章来源地址https://www.toymoban.com/news/detail-700398.html
-
fields(class_or_instance)
:返回字段Field对象的元组; -
asdict(instance, *, dict_factory=dict)
:将数据类转换为字典,(name:value)对; -
astuple(instance, *, tuple_factory=tuple)
:将数据类转换为元组; -
replace(instance, **changes)
:创建与instance相同类型的新对象,changes为要修改的值;
到了这里,关于[python]数据类(dataclass)简介的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!