dataclasses — 数据类

源代码: Lib/dataclasses.py


此模块提供了一个装饰器和函数,用于自动向用户定义的类添加生成的 特殊方法,例如 __init__()__repr__()。它最初在 PEP 557 中进行了描述。

用于在这些生成的方法中使用的成员变量使用 PEP 526 类型注释进行定义。例如,此代码

from dataclasses import dataclass

@dataclass
class InventoryItem:
    """Class for keeping track of an item in inventory."""
    name: str
    unit_price: float
    quantity_on_hand: int = 0

    def total_cost(self) -> float:
        return self.unit_price * self.quantity_on_hand

将添加一个 __init__(),其中包括如下内容:

def __init__(self, name: str, unit_price: float, quantity_on_hand: int = 0):
    self.name = name
    self.unit_price = unit_price
    self.quantity_on_hand = quantity_on_hand

请注意,此方法会自动添加到类中:它未在上面显示的 InventoryItem 定义中直接指定。

在版本 3.7 中添加。

模块内容

@dataclasses.dataclass(*, init=True, repr=True, eq=True, order=False, unsafe_hash=False, frozen=False, match_args=True, kw_only=False, slots=False, weakref_slot=False)

此函数是一个装饰器,用于向类添加生成特殊方法,如下所述。

@dataclass装饰器检查类以查找fieldfield定义为具有类型注释的类变量。除了下面描述的两个例外情况外,@dataclass中的任何内容都不会检查变量注释中指定的类型。

所有生成方法中字段的顺序是它们在类定义中出现的顺序。

@dataclass装饰器将向类添加各种“dunder”方法,如下所述。如果类中已存在任何已添加的方法,则行为取决于参数,如下所示。装饰器返回调用它的相同类;不会创建新类。

如果@dataclass仅用作没有参数的简单装饰器,则它的作用就像具有此签名中记录的默认值一样。也就是说,@dataclass的这三个用法是等效的

@dataclass
class C:
    ...

@dataclass()
class C:
    ...

@dataclass(init=True, repr=True, eq=True, order=False, unsafe_hash=False, frozen=False,
           match_args=True, kw_only=False, slots=False, weakref_slot=False)
class C:
    ...

@dataclass的参数是

在版本 3.10 中添加。

  • kw_only:如果为真(默认值为 False),则所有字段都将标记为仅关键字。如果一个字段被标记为仅关键字,则唯一的效果是,当调用 __init__() 时,必须使用关键字指定从仅关键字字段生成的 __init__() 参数。对数据类的任何其他方面没有影响。有关详细信息,请参见 parameter 词汇表条目。另请参见 KW_ONLY 部分。

在版本 3.10 中添加。

  • slots:如果为真(默认值为 False),将生成 __slots__ 属性,并将返回新类,而不是原始类。如果在类中已定义 __slots__,则会引发 TypeError。在使用 slots=True 的数据类中调用无参数 super() 将导致引发以下异常:TypeError: super(type, obj): obj must be an instance or subtype of type。双参数 super() 是有效的解决方法。有关详细信息,请参阅 gh-90562

在版本 3.10 中添加。

3.11 版中已更改:如果字段名称已包含在基类的 __slots__ 中,则不会将其包含在生成的 __slots__ 中,以防止 覆盖它们。因此,请勿使用 __slots__ 来检索数据类的字段名称。请改用 fields()。为了能够确定继承的 slots,基类的 __slots__ 可以是任何可迭代对象,但不能是迭代器。

  • weakref_slot:如果为真(默认值为 False),则添加名为 “__weakref__” 的 slot,这是使实例可弱引用的必要条件。指定 weakref_slot=True 而又不指定 slots=True 是一个错误。

在 3.11 版中添加。

fields 可以选择使用正常的 Python 语法指定默认值

@dataclass
class C:
    a: int       # 'a' has no default value
    b: int = 0   # assign a default value for 'b'

在此示例中,ab 都将包含在添加的 __init__() 方法中,该方法将定义为

def __init__(self, a: int, b: int = 0):

如果一个没有默认值的字段后跟一个有默认值的字段,则会引发 TypeError。无论这种情况发生在单个类中还是由于类继承而发生,都是如此。

dataclasses.field(*, default=MISSING, default_factory=MISSING, init=True, repr=True, hash=None, compare=True, metadata=None, kw_only=MISSING)

对于常见和简单的用例,不需要其他功能。但是,有些数据类功能需要额外的每个字段信息。为了满足对附加信息的需求,你可以用提供的 field() 函数调用替换默认字段值。例如

@dataclass
class C:
    mylist: list[int] = field(default_factory=list)

c = C()
c.mylist += [1, 2, 3]

如上所示,MISSING 值是一个哨兵对象,用于检测某些参数是否由用户提供。使用此哨兵是因为 None 是某些参数的有效值,具有不同的含义。任何代码都不应直接使用 MISSING 值。

传递给 field() 的参数是

  • default:如果提供,这将是此字段的默认值。这是必需的,因为 field() 调用本身替换了默认值的正常位置。

  • default_factory:如果提供,它必须是一个零参数的可调用对象,当此字段需要默认值时将调用该对象。除其他目的外,这可用于指定具有可变默认值字段,如下所述。同时指定 defaultdefault_factory 是错误的。

  • init:如果为真(默认),此字段将作为生成 __init__() 方法的参数包含在内。

  • repr:如果为真(默认),此字段将包含在生成 __repr__() 方法返回的字符串中。

  • hash:这可以是布尔值或 None。如果为 true,则此字段将包含在生成的 __hash__() 方法中。如果为 None(默认值),则使用 compare 的值:这通常是预期的行为。如果字段用于比较,则应在哈希中考虑该字段。不建议将此值设置为 None 以外的任何值。

    设置 hash=Falsecompare=True 的一个可能原因是,如果字段计算哈希值很昂贵,该字段需要用于相等性测试,并且还有其他字段有助于类型的哈希值。即使字段从哈希中排除,它仍将用于比较。

  • compare:如果为 true(默认值),则此字段将包含在生成的相等性和比较方法中(__eq__()__gt__() 等)。

  • metadata:这可以是映射或 NoneNone 被视为一个空字典。此值包装在 MappingProxyType() 中以使其只读,并在 Field 对象上公开。数据类根本不使用它,它是作为第三方扩展机制提供的。多个第三方都可以有自己的键,用作元数据中的命名空间。

  • kw_only:如果为 true,则此字段将标记为仅关键字。在计算生成的 __init__() 方法的参数时使用此项。

在版本 3.10 中添加。

如果通过调用 field() 来指定字段的默认值,则此字段的类属性将被指定的 default 值替换。如果未提供 default,则将删除类属性。目的是在 @dataclass 装饰器运行后,类属性都将包含字段的默认值,就像指定了默认值本身一样。例如,在

@dataclass
class C:
    x: int
    y: int = field(repr=False)
    z: int = field(repr=False, default=10)
    t: int = 20

类属性 C.z 将为 10,类属性 C.t 将为 20,类属性 C.xC.y 将不会被设置。

class dataclasses.Field

Field 对象描述每个已定义字段。这些对象在内部创建,并由 fields() 模块级方法(见下文)返回。用户绝不应直接实例化 Field 对象。其记录的属性为

  • name:字段的名称。

  • type:字段的类型。

  • defaultdefault_factoryinitreprhashcomparemetadatakw_only 具有与 field() 函数中相同的含义和值。

可能存在其他属性,但它们是私有的,不得检查或依赖它们。

dataclasses.fields(class_or_instance)

返回一个 Field 对象元组,这些对象定义此数据类的字段。接受数据类或数据类的实例。如果未传递数据类或其实例,则引发 TypeError。不返回 ClassVarInitVar 的伪字段。

dataclasses.asdict(obj, *, dict_factory=dict)

将数据类 obj 转换为字典(通过使用工厂函数 dict_factory)。每个数据类都转换为其字段的字典,作为 name: value 对。数据类、字典、列表和元组将被递归处理。其他对象将使用 copy.deepcopy() 进行复制。

在嵌套数据类上使用 asdict() 的示例

@dataclass
class Point:
     x: int
     y: int

@dataclass
class C:
     mylist: list[Point]

p = Point(10, 20)
assert asdict(p) == {'x': 10, 'y': 20}

c = C([Point(0, 0), Point(10, 4)])
assert asdict(c) == {'mylist': [{'x': 0, 'y': 0}, {'x': 10, 'y': 4}]}

要创建浅拷贝,可以使用以下解决方法

{field.name: getattr(obj, field.name) for field in fields(obj)}

asdict() 如果 obj 不是数据类实例,则引发 TypeError

dataclasses.astuple(obj, *, tuple_factory=tuple)

将数据类 obj 转换为元组(通过使用工厂函数 tuple_factory)。每个数据类都转换为其字段值的元组。数据类、字典、列表和元组将被递归处理。其他对象将使用 copy.deepcopy() 进行复制。

继续上一个示例

assert astuple(p) == (10, 20)
assert astuple(c) == ([(0, 0), (10, 4)],)

要创建浅拷贝,可以使用以下解决方法

tuple(getattr(obj, field.name) for field in dataclasses.fields(obj))

astuple() 如果 obj 不是数据类实例,则引发 TypeError

dataclasses.make_dataclass(cls_name, fields, *, bases=(), namespace=None, init=True, repr=True, eq=True, order=False, unsafe_hash=False, frozen=False, match_args=True, kw_only=False, slots=False, weakref_slot=False, module=None)

使用名称 cls_name、在 fields 中定义的字段、在 bases 中给出的基类以及在 namespace 中给出的命名空间初始化一个新的数据类。fields 是一个可迭代对象,其元素可以是 name(name, type)(name, type, Field)。如果仅提供了 name,则对 type 使用 typing.Anyinitrepreqorderunsafe_hashfrozenmatch_argskw_onlyslotsweakref_slot 的值与在 @dataclass 中的含义相同。

如果定义了模块,则数据类的 __module__ 属性将设置为该值。默认情况下,它设置为调用者的模块名称。

此函数不是严格必需的,因为任何使用 __annotations__ 创建新类的 Python 机制都可以应用 @dataclass 函数,将该类转换为数据类。此函数作为一种便利提供。例如

C = make_dataclass('C',
                   [('x', int),
                     'y',
                    ('z', int, field(default=5))],
                   namespace={'add_one': lambda self: self.x + 1})

等同于

@dataclass
class C:
    x: int
    y: 'typing.Any'
    z: int = 5

    def add_one(self):
        return self.x + 1
dataclasses.replace(obj, /, **changes)

创建一个与obj 相同类型的新对象,用changes 中的值替换字段。如果obj 不是数据类,则引发 TypeError。如果changes 中的键不是给定数据类的字段名称,则引发 TypeError

新返回的对象是通过调用数据类的 __init__() 方法创建的。这可确保如果存在 __post_init__(),也会调用它。

如果存在任何仅初始化变量且没有默认值,则必须在调用 replace() 时指定它们,以便可以将它们传递给 __init__()__post_init__()

对于changes 包含任何定义为具有 init=False 的字段,这是一个错误。在这种情况下,将引发 ValueError

在调用 replace() 时,请预先了解 init=False 字段的工作方式。它们不会从源对象复制,而是在 __post_init__() 中初始化(如果它们根本被初始化)。预计 init=False 字段将很少且谨慎地使用。如果使用它们,明智的做法可能是拥有备用类构造函数,或者可能是一个自定义 replace()(或类似名称)方法,该方法处理实例复制。

dataclasses.is_dataclass(obj)

如果其参数是数据类(包括数据类的子类)或其实例,则返回 True,否则返回 False

如果您需要了解某个类是否是数据类的实例(而不是数据类本身),则添加对 not isinstance(obj, type) 的进一步检查

def is_dataclass_instance(obj):
    return is_dataclass(obj) and not isinstance(obj, type)
dataclasses.MISSING

表示缺失的默认值或 default_factory 的哨兵值。

dataclasses.KW_ONLY

用作类型注释的哨兵值。类型为 KW_ONLY 的伪字段之后的任何字段都标记为仅关键字字段。请注意,类型为 KW_ONLY 的伪字段在其他方面将被完全忽略。这包括此类字段的名称。按照惯例,名称 _ 用于 KW_ONLY 字段。仅关键字字段表示 __init__() 参数,在实例化类时必须将其指定为关键字。

在此示例中,字段 yz 将标记为仅关键字字段

@dataclass
class Point:
    x: float
    _: KW_ONLY
    y: float
    z: float

p = Point(0, y=1.5, z=2.0)

在单个数据类中,指定类型为 KW_ONLY 的字段多于一个是一种错误。

在版本 3.10 中添加。

exception dataclasses.FrozenInstanceError

当使用 frozen=True 定义的数据类上调用隐式定义的 __setattr__()__delattr__() 时引发。它是 AttributeError 的子类。

后初始化处理

dataclasses.__post_init__()

在类中定义时,它将由生成的 __init__() 调用,通常为 self.__post_init__()。但是,如果定义了任何 InitVar 字段,它们也将按在类中定义的顺序传递给 __post_init__()。如果没有生成 __init__() 方法,则不会自动调用 __post_init__()

除其他用途外,这允许初始化依赖于一个或多个其他字段的字段值。例如

@dataclass
class C:
    a: float
    b: float
    c: float = field(init=False)

    def __post_init__(self):
        self.c = self.a + self.b

@dataclass 生成的 __init__() 方法不会调用基类 __init__() 方法。如果基类具有必须调用的 __init__() 方法,则通常在 __post_init__() 方法中调用此方法

class Rectangle:
    def __init__(self, height, width):
      self.height = height
      self.width = width

@dataclass
class Square(Rectangle):
    side: float

    def __post_init__(self):
        super().__init__(self.side, self.side)

但是,请注意,通常不需要调用数据类生成的 __init__() 方法,因为派生的数据类将负责初始化任何基类的所有字段,而该基类本身是一个数据类。

请参阅下面有关仅初始化变量的部分,了解如何将参数传递给 __post_init__()。另请参阅有关 replace() 如何处理 init=False 字段的警告。

类变量

@dataclass 实际检查字段类型的少数几个地方之一是确定字段是否是 PEP 526 中定义的类变量。它通过检查字段的类型是否是 typing.ClassVar 来实现此目的。如果字段是 ClassVar,则将其排除在作为字段的考虑之外,并且数据类机制会忽略它。此类 ClassVar 伪字段不会由模块级 fields() 函数返回。

仅初始化变量

另一个 @dataclass 检查类型注释的地方是确定字段是否是仅初始化变量。它通过查看字段的类型是否为 dataclasses.InitVar 类型来实现。如果字段是 InitVar,则它被视为称为仅初始化字段的伪字段。由于它不是真正的字段,因此不会由模块级 fields() 函数返回。仅初始化字段作为参数添加到生成的 __init__() 方法中,并传递给可选的 __post_init__() 方法。它们不会被 dataclasses 以其他方式使用。

例如,假设一个字段将从数据库初始化,如果在创建类时未提供值

@dataclass
class C:
    i: int
    j: int | None = None
    database: InitVar[DatabaseType | None] = None

    def __post_init__(self, database):
        if self.j is None and database is not None:
            self.j = database.lookup('j')

c = C(10, database=my_database)

在这种情况下,fields() 将返回 Field 对象,用于 ij,但不用于 database

冻结实例

不可能创建真正的不可变 Python 对象。但是,通过将 frozen=True 传递给 @dataclass 装饰器,你可以模拟不可变性。在这种情况下,dataclasses 将向类添加 __setattr__()__delattr__() 方法。调用这些方法时,它们将引发 FrozenInstanceError

在使用 frozen=True 时,有一个很小的性能损失:__init__() 不能使用简单的赋值来初始化字段,而必须使用 object.__setattr__()

继承

当数据类由 @dataclass 装饰器创建时,它会反向 MRO(即从 object 开始)查看类中的所有基类,并为它找到的每个数据类,将该基类中的字段添加到字段的有序映射中。在添加所有基类字段后,它会将自己的字段添加到有序映射中。所有生成的方法都将使用这个组合的、计算出的字段有序映射。由于字段按插入顺序排列,因此派生类会覆盖基类。示例

@dataclass
class Base:
    x: Any = 15.0
    y: int = 0

@dataclass
class C(Base):
    z: int = 10
    x: int = 15

最终的字段列表按顺序为 xyz。最终的 x 类型为 int,如类 C 中指定。

C 生成的 __init__() 方法将如下所示

def __init__(self, x: int = 15, y: int = 0, z: int = 10):

重新排列 __init__() 中的关键字仅参数

在计算出 __init__() 所需的参数后,所有关键字仅参数都会被移到所有常规(非关键字仅)参数之后。这是 Python 中实现关键字仅参数的要求:它们必须位于非关键字仅参数之后。

在此示例中,Base.yBase.wD.t 是关键字仅字段,而 Base.xD.z 是常规字段

@dataclass
class Base:
    x: Any = 15.0
    _: KW_ONLY
    y: int = 0
    w: int = 1

@dataclass
class D(Base):
    z: int = 10
    t: int = field(kw_only=True, default=0)

D 生成的 __init__() 方法将如下所示

def __init__(self, x: Any = 15.0, z: int = 10, *, y: int = 0, w: int = 1, t: int = 0):

请注意,参数已从它们在字段列表中出现的顺序重新排列:派生自常规字段的参数后跟派生自关键字仅字段的参数。

关键字仅参数的相对顺序在重新排列的 __init__() 参数列表中得以保留。

默认工厂函数

如果 field() 指定了 default_factory,则当需要字段的默认值时,它会被调用,且不带任何参数。例如,要创建一个列表的新实例,请使用

mylist: list = field(default_factory=list)

如果某个字段从 __init__()(使用 init=False)中排除,并且该字段还指定了 default_factory,那么生成的 __init__() 函数将始终调用默认工厂函数。这是因为没有其他方法可以为该字段赋予初始值。

可变默认值

Python 将默认成员变量值存储在类属性中。考虑以下示例,不使用数据类

class C:
    x = []
    def add(self, element):
        self.x.append(element)

o1 = C()
o2 = C()
o1.add(1)
o2.add(2)
assert o1.x == [1, 2]
assert o1.x is o2.x

请注意,类 C 的两个实例共享相同的类变量 x,正如预期的那样。

使用数据类,如果此代码有效

@dataclass
class D:
    x: list = []      # This code raises ValueError
    def add(self, element):
        self.x.append(element)

它将生成类似于

class D:
    x = []
    def __init__(self, x=x):
        self.x = x
    def add(self, element):
        self.x.append(element)

assert D().x is D().x

这与使用类 C 的原始示例具有相同的问题。也就是说,类 D 的两个实例在创建类实例时未为 x 指定值,它们将共享 x 的同一副本。因为数据类只使用普通的 Python 类创建,所以它们也共享此行为。数据类没有通用的方法来检测此条件。相反,@dataclass 装饰器如果检测到不可哈希的默认参数,它将引发 ValueError。假设是如果一个值不可哈希,它就是可变的。这是一个部分解决方案,但它确实可以防止许多常见错误。

使用默认工厂函数是一种为字段创建可变类型的新实例作为默认值的方法

@dataclass
class D:
    x: list = field(default_factory=list)

assert D().x is not D().x

在 3.11 版中更改:不再查找和禁止类型为 listdictset 的对象,现在不允许不可哈希对象作为默认值。不可哈希性用于近似可变性。

描述符类型字段

描述符对象 作为其默认值分配给字段的字段具有以下特殊行为

  • 传递给数据类的 __init__() 方法的字段值传递给描述符的 __set__() 方法,而不是覆盖描述符对象。

  • 同样,在获取或设置字段时,将调用描述符的 __get__()__set__() 方法,而不是返回或覆盖描述符对象。

  • 要确定字段是否包含默认值,@dataclass 将使用其类访问形式调用描述符的 __get__() 方法:descriptor.__get__(obj=None, type=cls)。如果描述符在这种情况下返回一个值,则该值将用作字段的默认值。另一方面,如果描述符在这种情况下引发 AttributeError,则不会为该字段提供默认值。

class IntConversionDescriptor:
    def __init__(self, *, default):
        self._default = default

    def __set_name__(self, owner, name):
        self._name = "_" + name

    def __get__(self, obj, type):
        if obj is None:
            return self._default

        return getattr(obj, self._name, self._default)

    def __set__(self, obj, value):
        setattr(obj, self._name, int(value))

@dataclass
class InventoryItem:
    quantity_on_hand: IntConversionDescriptor = IntConversionDescriptor(default=100)

i = InventoryItem()
print(i.quantity_on_hand)   # 100
i.quantity_on_hand = 2.5    # calls __set__ with 2.5
print(i.quantity_on_hand)   # 2

请注意,如果字段用描述符类型注释,但未将其分配为描述符对象作为其默认值,则该字段将像普通字段一样作用。