小編給大家分享一下python中namedtuple對比數(shù)據(jù)類哪個運行速度更快，希望大家閱讀完這篇文章后大所收獲，下面讓我們一起去探討吧！

在安塞等地區(qū)，都構(gòu)建了全面的區(qū)域性戰(zhàn)略布局，加強發(fā)展的系統(tǒng)性、市場前瞻性、產(chǎn)品創(chuàng)新能力，以專注、極致的服務(wù)理念，為客戶提供成都做網(wǎng)站、成都網(wǎng)站建設(shè) 網(wǎng)站設(shè)計制作按需網(wǎng)站制作,公司網(wǎng)站建設(shè),企業(yè)網(wǎng)站建設(shè),品牌網(wǎng)站設(shè)計,成都全網(wǎng)營銷推廣,外貿(mào)網(wǎng)站制作,安塞網(wǎng)站建設(shè)費用合理。

Dataclasses的用法。

Python3.7 提供了一個裝飾器dataclass，用以把一個類轉(zhuǎn)化為dataclass。

你需要做的就是把類包裹進(jìn)裝飾器里：

from dataclasses import dataclass
@dataclass
class A:
 ...

namedtuple和數(shù)據(jù)類在性能上也有所不同。數(shù)據(jù)類基于純Python實現(xiàn)dict。這使得它們在訪問字段時更快。另一方面，namedtuples只是常規(guī)的擴展tuple。這意味著它們的實現(xiàn)基于更快的C代碼并具有較小的內(nèi)存占用量。

為了證明這一點，請考慮在Python 3.8.5上進(jìn)行此實驗。

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，數(shù)據(jù)類在中訪問字段的速度稍快一些，但是它們比nametuple占用更多的內(nèi)存空間。

看完了這篇文章，相信你對python中namedtuple對比數(shù)據(jù)類哪個運行速度更快有了一定的了解，想了解更多相關(guān)知識，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，感謝各位的閱讀！

文章標(biāo)題：python中namedtuple對比數(shù)據(jù)類哪個運行速度更快-創(chuàng)新互聯(lián)
標(biāo)題鏈接：http://weahome.cn/article/jodee.html