Python 高性能优雅数据类

@dataclass
class Point:
    x: int
    y: int
    z: int

这是一个dataclass, 它可以快速定义一个Point(x, y, z)的对象.

class Point:
    def __init__(self, x: int, y: int, z: int):
        self.x = x
        self.y = y
        self.z = z

相比这样一个对象, 必须要承认, dataclass确实很优雅.

那么, dataclass的性能如何?

实际上并不比普通对象高多少, 只能是接近于持平, 有些时候会出乎意料的慢.

但与__ slots __搭配, 性能就很优秀了.

@dataclass
class Point:
    x: int
    y: int
    z: int
    __slots__ = ("x", "y", "z")

哦, 这样好丑, 定义slots是个非常恶心的过程

让我们写个自动添加slots的元类

class AutoSlotsMeta(type):
    def __new__(mcs, *args, **kwargs):
        if args[0] != "AutoSlots":
            args[2]["__slots__"] = tuple([k for k in args[2].get("__annotations__").keys()])
        return super().__new__(mcs, *args, **kwargs)


class AutoSlots(metaclass=AutoSlotsMeta):
    pass

我们直接继承AutoSlots, 就可以自动根据字段添加slots

@dataclass
class Point(AutoSlots):
    x: int
    y: int


@dataclass
class Point2(Point):
    z: int

一个性能不错, 定义清晰的dataclass就完成了

value = Point(10, 20, 30)
match value:
    case Point(x=10 as x, y=20, z=30):
        print(f"point x is {x}")

搭配3.10的match, 会有非常不错的体验