Dataclasses (@dataclass, Python 3.7+) genereren automatisch boilerplate-methoden voor klassen die vooral gegevens bevatten. __slots__ is een optimalisatie die het geheugen reduceert en de kenmerkattribute-toegang versnelt door de per-instance __dict__ te vermijden.
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 genereert __init__, __repr__, __eq__ (en optioneel ordening/hashing) uit geannoteerde velden — het verwijdert vervelende, foutgevoelige boilerplate.
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 maakt instanties onveranderbaar; field(default_factory=list) biedt veilig veranderbare standaardwaarden (vermijding van de shared-mutable-default-val).
# 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__
Normaal opgeslagen elk exemplaar attributen in een dynamische __dict__. __slots__ declareert een vaste reeks attributen die in een compacte, vaste structuur zijn opgeslagen — aanzienlijke geheugenbesparing en versnelde toegang, ten koste van flexibiliteit (kan geen willekeurige attributen toevoegen).
@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 zijn een veel gebruikte moderne functie die herhaalde boilerplate voor gegevenshoudenklassen elimineert — code schoner, minder foutgevoelig en beter leesbaar (automatisch gegenereerde __init__/__repr__/__eq__, plus onveranderlijkheid en veilige standaardwaarden).
Zij zijn het idiomatische moderne alternatief voor het handmatig schrijven van dergelijke klassen of het gebruik van namedtuple wanneer u veranderbaarheid/methoden nodig hebt. __slots__ is een gerichte prestatieoptimalisatie die geheugen en kenmerkattribute-toegang aanzienlijk vermindert wanneer u grote aantallen objecten instantieert.
Beiden kennen — @dataclass voor dagelijkse schone gegevensmodellering en __slots__ (nu combineerbaar via slots=True) voor geheugenkritieke hotspots — weerspiegelt de huidige best practices voor het schrijven van efficiënte, onderhoudsbare Python-klassen.