当前位置：首页 > news >正文

小黑黑日常积累:dataclass的简单使用

news 2025/6/6 11:02:11

在Python中，dataclass是dataclasses模块提供的一个装饰器，用于简化类的定义，自动生成诸如__init__、__repr__等方法。以下是dataclass的简单使用方法：

基本使用

定义一个简单的dataclass只需使用@dataclass装饰器并声明类的属性，可以使用frozen=True冻结参数（对象初始化后，参数不得修改）

from dataclasses import dataclass@dataclass
class Student(object):sid:intname:strage:intscore:floatgender:str
# 使得对象经过初始化后参数不能修改
@dataclass(frozen=True)
class Class:name: strmember: list[Student]s1 = Student(1, 'daheilv', 28, 59, 'male')
s1_copy = Student(1, 'daheilv', 28, 59, 'male')
print(s1)
s2 = Student(1, 'xiaohei', 27, 99, 'male')
print(s2)
print('s1==s1_copy:',s1==s1_copy)
donkeyClass = Class('donkeyClass', [s1, s2])

Student(sid=1, name=‘daheilv’, age=28, score=59, gender=‘male’)
Student(sid=1, name=‘xiaohei’, age=27, score=99, gender=‘male’)
s1==s1_copy: True

无法修改参数

# 改变一下donkeyClass属性值
donkeyClass.name = 'CawClass'

在这里插入图片描述
在 Python 的 dataclass 中，field 用于定制化字段的行为。默认情况下，dataclass 会自动生成 init 方法，并为每个类变量赋予相应的值。但通过 field，可以更灵活地控制字段的初始化、默认值、比较行为等。
default_factory允许动态生成默认值，常用于初始化可变对象（如列表、字典等）

from dataclasses import dataclass, field, asdict
@dataclass
class Cat:name: strcolor: strweight: str = field(default='5')children1:list=field(default_factory=lambda:[1,2,3])children2:dict=field(default_factory=lambda:{'name':'猫'})
tom = Cat('Tom', 'red')
tom

Cat(name=‘Tom’, color=‘red’, weight=‘5’, children1=[1, 2, 3], children2={‘name’: ‘猫’})
通过init=False使得该参数不被init方法所接收

@dataclass
class Cat_reprFalse:name: strcolor: strweight: str = field(default='5')children1:list=field(default_factory=lambda:[1,2,3])children2:dict=field(default_factory=lambda:{'name':'猫'}, init=False)
tom = Cat_reprFalse('Tom', 'red','5',[1,2,3],{'name':'猫'})

在这里插入图片描述
通过repr=False使得该参数不被打印

@dataclass
class Cat_reprFalse:name: strcolor: strweight: str = field(default='5')children1:list=field(default_factory=lambda:[1,2,3])children2:dict=field(default_factory=lambda:{'name':'猫'}, repr=False)
tom = Cat_reprFalse('Tom', 'red','5',[1,2,3],{'name':'猫'})
tom