Dataclass (@dataclass, Python 3.7+) secara otomatis menghasilkan method boilerplate untuk kelas yang terutama menampung data. __slots__ adalah optimasi yang mengurangi memori dan mempercepat akses atribut dengan menghindari __dict__ per-instance.
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 menghasilkan __init__, __repr__, __eq__ (dan secara opsional ordering/hashing) dari field yang dianotasi — menghilangkan boilerplate yang membosankan dan rawan kesalahan.
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 membuat instance immutable; field(default_factory=list) dengan aman menyediakan default yang mutable (menghindari jebakan shared-mutable-default).
# 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__
Biasanya setiap instance menyimpan atribut dalam __dict__ yang dinamis. __slots__ mendeklarasikan set atribut tetap yang disimpan dalam struktur kompak dan tetap — menghemat memori signifikan dan mempercepat akses, dengan biaya fleksibilitas (tidak bisa menambah atribut sembarangan).
@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)
Dataclass adalah fitur modern yang banyak digunakan yang menghilangkan boilerplate berulang untuk kelas yang menampung data — membuat kode lebih bersih, kurang rawan kesalahan, dan lebih dapat dibaca (auto-generated __init__/__repr__/__eq__, ditambah immutability dan default yang aman).
Mereka adalah alternatif idiomatis modern untuk menulis kelas semacam itu secara manual atau menggunakan namedtuple ketika Anda memerlukan mutabilitas/method. __slots__ adalah optimasi performa yang ditargetkan yang secara bermakna mengurangi memori dan mempercepat akses atribut ketika Anda membuat instance dalam jumlah besar.
Mengetahui keduanya — @dataclass untuk pemodelan data yang bersih sehari-hari dan __slots__ (kini dapat dikombinasikan via slots=True) untuk hot path yang kritis memori — mencerminkan praktik terbaik saat ini untuk menulis kelas Python yang efisien dan dapat dipertahankan.