Dataclasses (@dataclass, Python 3.7+) generează automat metode standard pentru clase care principalmente ține date. __slots__ este o optimizare care reduce memoria și accelerează accesul la atribute evitând __dict__ per-instanță.
Dataclasses (@dataclass, Python 3.7+) generează automat metode standard pentru clase care principalmente ține date. __slots__ este o optimizare care reduce memoria și accelerează accesul la atribute evitând __dict__ per-instanță.
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 generează __init__, __repr__, __eq__ (și opțional ordonare/hashing) din câmpurile adnotate — eliminând codul standard obositor și predispus la erori.
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 face instanțele imuabile; field(default_factory=list) furnizează în siguranță valori implicite mutabile (evitând problema valorii implicite mutabile partajate).
# 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__
Normal, fiecare instanță stochează atribute într-un __dict__ dinamic. __slots__ declară un set fix de atribute stocate într-o structură compactă și fixă în loc — economisind memorie semnificativă și accelerând accesul, cu costul flexibilității (nu se pot adăuga atribute arbitrare).
@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 sunt o caracteristică modernă utilizată pe scară largă care elimină codul standard repetitiv pentru clase care ține date — făcând codul mai curat, mai puțin predispus la erori și mai ușor de citit (generare automată __init__/__repr__/__eq__, plus imutabilitate și valori implicite sigure).
Sunt alternativa modernă idiomatică la scrierea manuală a unor clase atare sau la utilizarea namedtuple atunci când aveți nevoie de mutabilitate/metode. __slots__ este o optimizare de performanță țintită care reduce în mod semnificativ memoria și accelerează accesul la atribute atunci când instanțiați un număr imens de obiecte.
Cunoașterea ambelor — @dataclass pentru modelarea zilnică și curată a datelor și __slots__ (acum combinabil prin slots=True) pentru căi fierbinți critice din punct de vedere al memoriei — reflectă practicile actuale pentru scrierea de clase Python eficiente și ușor de întreținut.