我们已经使用namedtuple进行建类的操作，对于它其它的功能上认知还不够全面。鉴于namedtuple在其他模块上提到的不是很多，小编决定陆续完整的为大家带来namedtuple的讲解和运用。今天就类中访问字段的一个速度，我们和数据类进行对比，看看哪一个运行的速度很更快。

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。

鉴于nametuple和数据类的优点更不相同，即使是数据类的访问速度更快，在我们内存空间不是很宽裕的条件下，小编还是推荐大家使用nametuple。