Dataclasses (@dataclass, Python 3.7+) automatski generiraju metode za klase koje uglavnom drže podatke. __slots__ je optimizacija koja smanjuje memoriju i ubrzava pristup atributima izbjegavanjem __dict__ po instanci.
Dataclasses (@dataclass, Python 3.7+) automatski generiraju metode za klase koje uglavnom drže podatke. __slots__ je optimizacija koja smanjuje memoriju i ubrzava pristup atributima izbjegavanjem __dict__ po instanci.
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 generira __init__, __repr__, __eq__ (i opciono uređenje/hashing) iz anotiranih polja — uklanjajući dosadne i sklone greškama boilerplate kod.
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 čini instance nepromjenjivima; field(default_factory=list) sigurno pruža mutable defaulte (izbjegavajući zamku zajedničkog mutable defaulta).
# 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__
Normalno svaka instanca pohranjuje atribute u dinamički __dict__. __slots__ deklarira fiksni skup atributa pohranjen u kompaktnoj fiksnoj strukturi — štedi značajnu memoriju i ubrzava pristup, na trošak fleksibilnosti (nema dodavanja proizvoljnih atributa).
@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 su naširoko korištena moderna mogućnost koja eliminira repetitivni boilerplate kod za klase koje drže podatke — čineći kod čišćim, manje skloniji greškama i čitljivijim (automatski generirane __init__/__repr__/__eq__, plus nepromjenjivost i sigurni defaulti).
Oni su idiomatski moderni alternativ ručnom pisanju takvih klasa ili korištenju namedtuple kada trebate promjenjivost/metode. __slots__ je ciljna optimizacija performansi koja značajno smanjuje memoriju i ubrzava pristup atributima kada instancirate veliki broj objekata.
Poznavanje obojega — @dataclass za svakodnevno čisto modeliranje podataka i __slots__ (sada kombinabilno preko slots=True) za putanje kritične za memoriju — odražava trenutne best practices za pisanje učinkovitih, održivih Python klasa.