Python中的資料類別是如何使用的？

Python3.7引進了dataclass。 dataclass裝飾器可以宣告Python類別為資料類別；資料類別適合用來儲存數據，一般而言它具有以下特徵：

• 資料類別表示某種資料類型，資料物件代表一種特定類別的實體，包含了實體的屬性。

• 同類型的物件之間可以進行比較；如，大於、小於或等於。

資料類別定義

就其本質而言，資料類別並沒有什麼特別之處，只是@dataclass裝飾器自動產生__repr__，init，__eq__等一系列方法。定義資料類別：

from dataclasses import dataclass

@dataclass
class A:
  normal: str
  defVal: int = 0

裝飾器

dataclass完整形式為（True為產生對應方法，False將不產生；若類別中已定義對應方法，則忽略此參數）：

@dataclass(init=True, repr=True, eq=True, order=False, unsafe_hash=False, frozen=False)：

• init：預設會生成__init__方法;

• repr：預設將產生__repr__方法；repr字串包含類別名稱、每個欄位名稱和其repr（按其類別中定義順序）；

• eq：預設會產生__eq__方法；如果傳入False，那麼__eq__方法將不會被dataclass添加，但會繼承object.__eq__（比較id）；

• order：預設不產生__gt__、__ge__、__lt__、__le__方法；

• unsafe_hash：如果是False（預設），則根據eq和frozen的設定方式產生__hash__()方法（由內建的hash()使用）。

• 如果eq和frozen都為真，預設情況會產生一個__hash__()方法；

• 如果eq為真而frozen為假，則__hash__()將被設定為None，將其標記為不可散列（確實如此，因為它是可變的）；

• 如果eq為假，則__hash__()將保持不變，這表示將使用超類別的__hash__()方法（如果超類別是object，將回退到基於id的雜湊）。

• frozen：如果為true，實例初始化後屬性將無法修改；

##field

#透過field方法，可自訂屬性：

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

• #default：如果提供，這將是該欄位的預設值。

• default_factory：用於指定具有可變預設值的字段，必須是無參可呼叫物件；與default互斥（不可同時指定）。

• init：如果為true（預設值），則該欄位作為參數包含在產生的__init__()方法中。

• repr：如果為true（預設值），則該欄位包含在產生的__repr__()方法傳回的字串中。

• compare：如果為true（預設值），則該欄位包含在產生的相等性和比較方法中（__eq__() ， __gt__()等等）。

• hash：可以是布林值或None：

• #為None（預設值），則使用compare的值，這通常是預期的行為（不鼓勵將此值設為None以外的任何值）；

• 為true，則此欄位包含在生成的__hash__()方法中；

• 設定hash=False但compare=True（即從hash中排除某個字段，但仍用於比較）的一個可能原因是，計算字段的hash代價很高；

• metadata：這可以是映射或None；None被視為一個空的字典。這個值包含在MappingProxyType()中，使其成為唯讀，並暴露在Field物件上（是作為第三方擴充機制提供的）。

使用default_factory產生預設值：

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

透過dataclass裝飾器修飾後的類別：

• #無需定義__init__，dataclass會自動處理；

• 以易讀的方式預先定義成員屬性（及類型提示）；並可定義預設值；

• dataclass會自動加入一個__repr__函數；

#資料比較

透過@dataclass(order = True)可自動加入比較方法（__eq__和__lt__）：

比較是透過屬性（字段）產生的元組，進行比較的；如上比較元組為(normal, defVale)

透過compare=False，可設定不用於比較的欄位：

@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

後處理

透過__post_init__可做後處理（在__init__返回前，自動呼叫）：

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內建屬性與方法：

• fields(class_or_instance)：傳回欄位Field物件的元組；

### #asdict(instance, *, dict_factory=dict)：將資料類別轉換為字典，（name:value）對；############astuple(instance, *, tuple_factory=tuple)：將資料類別轉換為元組；############replace(instance, **changes)：建立與instance相同類型的新對象，changes為要修改的值。 ##########

以上是Python中的資料類別是如何使用的？的詳細內容。更多資訊請關注PHP中文網其他相關文章！