Last modified: June 11, 2024
This article is written in: 🇵🇱
Klasy danych
Klasy danych w Pythonie (data classes) ułatwiają tworzenie klas, które mają głównie służyć do przechowywania danych. Automatyzują one powtarzalne fragmenty kodu, takie jak inicjalizacja atrybutów, implementacja operatorów porównania, a także generowanie metod takich jak __repr__ i __eq__. Używanie klas danych może znacząco upraszczać kod, szczególnie w sytuacjach, kiedy klasy służą głównie jako struktury danych.
Definiowanie klasy danych
Aby zdefiniować klasę danych, używamy dekoratora @dataclass z modułu dataclasses. W obrębie takiej klasy definiujemy atrybuty, które mają być przechowywane:
from dataclasses import dataclass
@dataclass
class RGB:
czerwony: int
zielony: int
niebieski: intDodatkowe opcje dla klasy danych
Dekorator @dataclass oferuje kilka opcjonalnych argumentów do dostosowywania zachowania klasy danych:
unsafe_hash: Określa, czy klasy danych mogą być używane jako klucze w słownikach lub elementy zbiorów.order: Włącza automatyczne generowanie metod porównawczych, takich jak__lt__,__le__,__gt__, i__ge__.frozen: Sprawia, że instancje klasy danych stają się niemutowalne (read-only).init: Pozwala wyłączyć automatyczne generowanie metody__init__.repr: Pozwala wyłączyć automatyczne generowanie metody__repr__.
@dataclass(unsafe_hash=True, order=True, frozen=True)
class RGB:
czerwony: int
zielony: int
niebieski: intPrzykłady zastosowań
Automatyczne generowanie metod
Dzięki dekoratorowi @dataclass, metody takie jak __init__, __repr__, __eq__, oraz metody porównawcze są automatycznie generowane.
kolor1 = RGB(255, 0, 0)
kolor2 = RGB(0, 255, 0)
# Porównywanie obiektów
print(kolor1 < kolor2) # False (bo czerwony > zielony w porządku leksykograficznym)
print(kolor1 == RGB(255, 0, 0)) # True
# Wypisywanie obiektu
print(kolor1) # RGB(czerwony=255, zielony=0, niebieski=0)Niemutowalność
Użycie argumentu frozen=True sprawia, że instancje klasy danych stają się niemutowalne. Przykład:
@dataclass(frozen=True)
class Point:
x: int
y: int
p = Point(10, 20)
# p.x = 15 # To spowoduje błąd: dataclasses.FrozenInstanceErrorNiestandardowe inicjalizacje
Czasami chcemy dodać dodatkową logikę inicjalizacji, mimo automatycznego generowania metody __init__.
from dataclasses import dataclass, field
@dataclass
class Circle:
radius: float
area: float = field(init=False)
def __post_init__(self):
self.area = 3.14159 * (self.radius ** 2)
circle = Circle(5)
print(circle.area) # 78.53975Funkcjonalności dostępne w klasach danych
Klasy danych w Pythonie oferują różnorodne, wbudowane funkcje, które czynią je niezwykle użytecznymi w wielu kontekstach. Oto przegląd najważniejszych z nich:
| Funkcjonalność | Przykład |
| Inicjalizacja atrybutów | kolor = RGB(255, 255, 0) |
| Reprezentacja tekstowa | print(RGB(255, 255, 0)) # "RGB(czerwony=255, zielony=255, niebieski=0)" |
| Porównywanie instancji | RGB(255, 255, 0) == RGB(255, 120, 255) |
| Sortowanie instancji | sorted([ RGB(255, 255, 0), RGB(255, 120, 255)]) |
| Użycie jako klucz w słowniku | slownik = {kolor : "żółty"} |
| Konwersja do słownika | from dataclasses import asdict; asdict(RGB(255, 255, 0)) |
| Pomiar wielkości w pamięci | import sys; sys.getsizeof(RGB(255, 255, 0)) |