Dataclasses (@dataclass, Python 3.7+) luovat automaattisesti boilerplate-metodit luokille, jotka sisältävät pääasiassa tietoja. __slots__ on optimointi, joka vähentää muistia ja nopeuttaa attribuuttien käyttöä välttämällä per-instanssi __dict__.
from dataclasses import dataclass
# ❌ without dataclass — lots of repetitive boilerplate
class Point:
def __init__(self, x, y):
self.x = x; self.y = y
def __repr__(self):
return f"Point(x={self.x}, y={self.y})"
def __eq__(self, other):
return (self.x, self.y) == (other.x, other.y)
# ✅ with @dataclass — all of the above generated automatically
@dataclass
class Point:
x: int
y: int
p = Point(1, 2)
p # Point(x=1, y=2) — __repr__ generated
p == Point(1, 2) # True — __eq__ generated
@dataclass luo __init__, __repr__, __eq__ (ja valinnaisen järjestämisen/hajautuksen) merkityistä kentistä — poistaa tylsän, virheille altiin boilerplate-koodin.
from dataclasses import dataclass, field
@dataclass(frozen=True) # frozen → immutable (hashable, usable as dict key)
class Config:
name: str
tags: list = field(default_factory=list) # mutable default done safely
timeout: int = 30 # default value
frozen=True tekee instanssit muuttumattomiksi; field(default_factory=list) tarjoaa turvallisesti muutettavat oletusarvot (välttää jaetun muutettavan oletusarvon ongelman).
# normally, each instance has a __dict__ to store attributes (flexible but memory-heavy)
class Regular:
def __init__(self, x, y): self.x, self.y = x, y
# __slots__ → fixed attribute set, NO per-instance __dict__
class Slotted:
__slots__ = ("x", "y") # only these attributes allowed
def __init__(self, x, y): self.x, self.y = x, y
s = Slotted(1, 2)
s.z = 3 # ❌ AttributeError — can't add attributes not in __slots__
Normaalisti jokainen instanssi tallentaa attribuutit dynaamiseen __dict__:iin. __slots__ ilmoittaa sen sijaan kiinteän joukon attribuutteja, jotka tallennetaan kompaktiin, kiinteään rakenteeseen — säästää merkittävästi muistia ja nopeuttaa käyttöä joustavuuden kustannuksella (ei voi lisätä mielivaltaisia attribuutteja).
@dataclass(slots=True) # Python 3.10+ — dataclass WITH __slots__
class Point:
x: int
y: int
@dataclass → any class that's mostly data (DTOs, configs, records) — cleaner, less code
__slots__ → when you create MANY instances (millions) and memory/speed matters
(e.g. nodes in a big data structure, large simulations)
Dataclasses on laajalti käytetty moderni ominaisuus, joka eliminoi toistuvat boilerplate-koodit tietoja sisältäville luokille — tekee koodista puhtaamman, virheille vähemmän altiin ja luettavamman (automaattisesti luodut __init__/__repr__/__eq__, muuttumattomuus ja turvalliset oletusarvot).
Ne ovat idiomatiikkainen moderni vaihtoehto tällaisten luokkien manuaaliselle kirjoittamiselle tai namedtuple:n käytölle, kun tarvitset muutettavuutta/metodeja. __slots__ on kohdistettu suorituskyvyn optimointi, joka merkittävästi vähentää muistia ja nopeuttaa attribuuttien käyttöä, kun luot valtavan määrän objekteja.
Molempien tuntemus — @dataclass päivittäiselle puhtaalle tiedon mallintamiselle ja __slots__ (nyt yhdistettävissä slots=True:n kautta) muistikritiiksille kuumille poluille — heijastaa nykyisiä parhaita käytäntöjä tehokkeiden, ylläpidettävien Python-luokkien kirjoittamiselle.