小编给大家分享一下python中namedtuple对比数据类哪个运行速度更快，希望大家阅读完这篇文章后大所收获，下面让我们一起去探讨吧！
在紫金等地区，都构建了全面的区域性战略布局，加强发展的系统性、市场前瞻性、产品创新能力，以专注、极致的服务理念，为客户提供成都网站建设、网站建设 网站设计制作按需制作,公司网站建设,企业网站建设,品牌网站建设,营销型网站,成都外贸网站制作,紫金网站建设费用合理。
Dataclasses的用法。
Python3.7 提供了一个装饰器dataclass，用以把一个类转化为dataclass。
你需要做的就是把类包裹进装饰器里：
from dataclasses import dataclass @dataclass class A: ...
namedtuple和数据类在性能上也有所不同。数据类基于纯Python实现dict。这使得它们在访问字段时更快。另一方面，namedtuples只是常规的扩展tuple。这意味着它们的实现基于更快的C代码并具有较小的内存占用量。
为了证明这一点，请考虑在Python 3.8.5上进行此实验。
In [6]: import sys
In [7]: ColorTuple = namedtuple("Color", "r g b alpha")
In [8]: @dataclass
...: class ColorClass:
...: """A regular class that represents a color."""
...: r: float
...: g: float
...: b: float
...: alpha: float
...:
In [9]: color_tup = ColorTuple(r=50, g=205, b=50, alpha=1.0)
In [10]: color_cls = ColorClass(r=50, g=205, b=50, alpha=1.0)
In [11]: %timeit color_tup.r
36.8 ns ± 0.109 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
In [12]: %timeit color_cls.r
38.4 ns ± 0.112 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
In [15]: sys.getsizeof(color_tup)
Out[15]: 72
In [16]: sys.getsizeof(color_cls) + sys.getsizeof(vars(color_cls))
Out[16]: 152如上，数据类在中访问字段的速度稍快一些，但是它们比nametuple占用更多的内存空间。
看完了这篇文章，相信你对python中namedtuple对比数据类哪个运行速度更快有了一定的了解，想了解更多相关知识，欢迎关注创新互联行业资讯频道，感谢各位的阅读！