Dataclasses (@dataclass, Python 3.7+) मुख्य रूप से data रखने वाली classes के लिए boilerplate methods स्वचालित रूप से उत्पन्न करते हैं। __slots__ एक optimization है जो per-instance __dict__ से बचकर memory कम करता है और attribute access को तेज़ करता है।
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 annotated fields से __init__, __repr__, __eq__ (और वैकल्पिक रूप से ordering/hashing) उत्पन्न करता है — थकाऊ, त्रुटि-प्रवण boilerplate को हटाते हुए।
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 instances को immutable बनाता है; field(default_factory=list) सुरक्षित रूप से mutable defaults प्रदान करता है (shared-mutable-default जाल से बचते हुए)।
# 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__
सामान्यतः प्रत्येक instance attributes को एक dynamic __dict__ में संग्रहीत करता है। __slots__ इसके बजाय एक compact, fixed structure में संग्रहीत attributes का एक निश्चित set घोषित करता है — महत्वपूर्ण memory बचाते हुए और access को तेज़ करते हुए, लचीलेपन की कीमत पर (मनमाने attributes जोड़ना संभव नहीं)।
@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 एक व्यापक रूप से उपयोग की जाने वाली आधुनिक feature है जो data रखने वाली classes के लिए दोहराव वाले boilerplate को समाप्त करती है — code को साफ़, कम त्रुटि-प्रवण और अधिक पठनीय बनाते हुए (स्वचालित रूप से उत्पन्न __init__/__repr__/__eq__, साथ ही immutability और सुरक्षित defaults)।
वे ऐसी classes को manually लिखने या जब आपको mutability/methods चाहिए तब namedtuple का उपयोग करने का idiomatic आधुनिक विकल्प हैं। __slots__ एक लक्षित performance optimization है जो जब आप बड़ी संख्या में objects instantiate करते हैं तो memory को काफी कम करता है और attribute access को तेज़ करता है।
दोनों को जानना — रोज़मर्रा के साफ़ data modeling के लिए @dataclass और memory-critical hot paths के लिए __slots__ (अब slots=True के माध्यम से संयोजनीय) — कुशल, रखरखाव योग्य Python classes लिखने की मौजूदा सर्वोत्तम प्रथाओं को दर्शाता है।