我们已经使用namedtuple进行建类的操作,对于它其它的功能上认知还不够全面。鉴于namedtuple在其他模块上提到的不是很多,小编决定陆续完整的为大家带来namedtuple的讲解和运用。今天就类中访问字段的一个速度,我们和数据类进行对比,看看哪一个运行的速度很更快。
Dataclasses的用法。
Python3.7 提供了一个装饰器dataclass,用以把一个类转化为dataclass。
你需要做的就是把类包裹进装饰器里:
from dataclasses import dataclass @dataclass class A: ...
namedtuple和数据类在性能上也有所不同。数据类基于纯Python实现dict。这使得它们在访问字段时更快。另一方面,namedtuples只是常规的扩展tuple。这意味着它们的实现基于更快的C代码并具有较小的内存占用量。
为了证明这一点,请考虑在Python 3.8.5上进行此实验。
In [6]: import sys In [7]: ColorTuple = namedtuple("Color", "r g b alpha") In [8]: @dataclass ...: class ColorClass: ...: """A regular class that represents a color.""" ...: r: float ...: g: float ...: b: float ...: alpha: float ...: In [9]: color_tup = ColorTuple(r=50, g=205, b=50, alpha=1.0) In [10]: color_cls = ColorClass(r=50, g=205, b=50, alpha=1.0) In [11]: %timeit color_tup.r 36.8 ns ± 0.109 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each) In [12]: %timeit color_cls.r 38.4 ns ± 0.112 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each) In [15]: sys.getsizeof(color_tup) Out[15]: 72 In [16]: sys.getsizeof(color_cls) + sys.getsizeof(vars(color_cls)) Out[16]: 152
如上,数据类在中访问字段的速度稍快一些,但是它们比nametuple占用更多的内存空间。
鉴于nametuple和数据类的优点更不相同,即使是数据类的访问速度更快,在我们内存空间不是很宽裕的条件下,小编还是推荐大家使用nametuple。
神龙|纯净稳定代理IP免费测试>>>>>>>>天启|企业级代理IP免费测试>>>>>>>>IPIPGO|全球住宅代理IP免费测试