简化Python类：使用数据类（dataclasses）

在编写 Python 类时，你是否经常编写繁琐的 __init__、__repr__ 和 __eq__ 方法？从 Python 3.7 开始，标准库提供了 dataclasses 装饰器，让类的定义变得前所未有的简洁。

什么是数据类？

数据类是一个装饰器，它会根据类属性自动生成 __init__、__repr__、__eq__ 等方法。我们来看一个例子：

from dataclasses import dataclass

@dataclass
class Book:
    title: str
    author: str
    price: float

短短几行，我们就拥有了完整的初始化、可读字符串表示和相等比较功能。无需再手写 self.title = title 等重复代码。

字段默认值与类型提示

数据类充分利用了 Python 的类型注解，并允许直接给字段赋默认值：

@dataclass
class Book:
    title: str
    author: str
    price: float = 0.0
    in_stock: bool = True

注意：有默认值的字段必须放在无默认值字段之后，这与函数参数规则一致。

不可变实例：frozen=True

如果你希望实例创建后不可修改，只需设置 frozen=True：

@dataclass(frozen=True)
class Point:
    x: int
    y: int

尝试修改 p.x = 10 会抛出 FrozenInstanceError。这提供了类似命名元组（namedtuple）的不可变性，但更灵活。

高级定制

数据类还支持 order=True 自动生成比较方法，以及 field 函数进行更细粒度的控制（如排除字段由 __repr__ 显示）。例如：

from dataclasses import field

@dataclass
class User:
    id: int
    name: str
    password: str = field(repr=False)  # 不显示密码

何时使用数据类？

当你需要存储数据的容器，并且主要操作是访问属性而非复杂逻辑时，数据类是最佳选择。它比字典更规范，比普通类更简洁，比命名元组更强大。

从简单的配置对象到复杂的业务实体，数据类正在成为 Python 项目中不可或缺的工具。如果你还没有尝试过，现在就在你的代码中引入 @dataclass 吧！