dataclasses — Data Classes

Código-fonte: Lib/dataclasses.py

Este módulo fornece um decorador e funções para adicionar automaticamente método especials tais como __init__() e __repr__() a classes definidas pelo usuário. Foi originalmente descrita em PEP 557.

Variáveis-membro a serem usadas nesses métodos gerados são definidas usando as anotações de tipo da PEP 526. Por exemplo, esse código:

from dataclasses import dataclass

@dataclass
class InventoryItem:
    """Class for keeping track of an item in inventory."""
    name: str
    unit_price: float
    quantity_on_hand: int = 0

    def total_cost(self) -> float:
        return self.unit_price * self.quantity_on_hand

adicionará, entre outras coisas, um __init__() como esse:

def __init__(self, name: str, unit_price: float, quantity_on_hand: int = 0):
    self.name = name
    self.unit_price = unit_price
    self.quantity_on_hand = quantity_on_hand

Observe que este método é adicionado automaticamente à classe: ele não é especificado diretamente na definição InventoryItem mostrada acima.

Novo na versão 3.7.

Conteúdo do módulo

@dataclasses.dataclass(*, init=True, repr=True, eq=True, order=False, unsafe_hash=False, frozen=False, match_args=True, kw_only=False, slots=False)

Esta função é um decorador que é usado para adicionar métodos especiais para classes, conforme descrito abaixo.

O decorador dataclass() examina a classe para encontrar campos (field. Um field é definido como uma variável de classe que tem uma anotação de tipo. Com duas exceções, descritas mais adiante, dataclass() não examina o tipo especificado na anotação de variável.

A ordem dos campos em todos os métodos gerados é a ordem em que eles aparecem na definição de classe.

O decorador dataclass() adicionará vários métodos “dunder” à classe, descritos abaixo. Se algum dos métodos adicionados já existir na classe, o comportamento dependerá do parâmetro, conforme documentado abaixo. O decorador retorna a mesma classe decorada; nenhuma nova classe é criada.

Se dataclass() for usado apenas como um simples decorador, sem parâmetros, ele age como se tivesse os valores padrão documentados nessa assinatura. Ou seja, esses três usos de dataclass() são equivalentes:

@dataclass
class C:
    ...

@dataclass()
class C:
    ...

@dataclass(init=True, repr=True, eq=True, order=False, unsafe_hash=False, frozen=False,
           match_args=True, kw_only=False, slots=False)
class C:
   ...

Os parâmetros do dataclass() são:

  • init: Se verdadeiro (o padrão), o método __init__() será gerado.

    Se a classe do usuário definir __init__() esse parâmetro é ignorado.

  • repr: Se verdadeiro (o padrão), um método __repr__() será gerado. A sequência de string de representação gerada terá o nome da classe e o nome e representação de cada campo, na ordem em que são definidos na classe. Os campos marcados como excluídos da representação não são incluídos. Por exemplo: InventoryItem(name='widget', unit_price=3.0, quantity_on_hand=10).

    Se a classe do usuário já define __repr__() esse parâmetro é ignorado.

  • eq: Se verdadeiro (o padrão), um método __eq__() será gerado. Este método compara a classe como se fosse uma tupla de campos, em ordem. Ambas as instâncias na comparação devem ser de tipo idêntico.

    Se a classe do usuário já define __eq__() esse parâmetro é ignorado.

  • order: Se verdadeiro (o padrão é False), os métodos __lt__(), __le__(), __gt__(), e __ge__() serão gerados. Comparam a classe como se fosse uma tupla de campos, em ordem. Ambas instâncias na comparação devem ser de tipo idêntico. Se order é verdadeiro e eq é falso, a exceção ValueError é levantada.

    Se a classe do usuário já define algum dentre __lt__(), __le__(), __gt__() ou __ge__(), então TypeError é levantada.

  • unsafe_hash: Se False (o padrão), um método __hash__() é gerado, conforme eq e frozen estão configurados.

    __hash__() é usado para prover o método hash(), e quando objetos são adicionados a coleções do tipo dicionário ou conjunto. Ter um método __hash__() implica que instâncias da classe serão imutáveis. Mutabilidade é uma propriedade complicada, que depende da intenção do programador, da existência e comportamento do método __eq__(), e dos valores dos parâmetros eq e frozen no decorador dataclass() .

    Por padrão, dataclass() não vai adicionar implicitamente um método __hash__() , a menos que seja seguro fazê-lo. Nem irá adicionar ou modificar um método __hash__() existente, definido explicitamente. Configurar o atributo de classe __hash__ = None tem um significado específico para o Python, conforme descrito na documentação do __hash__() .

    Se __hash__() não é definido explicitamente, ou se é configurado como None, então dataclass() pode adicionar um método __hash__() implícito. Mesmo que não seja recomendado, pode-se forçar dataclass() a criar um método __hash__() com unsafe_hash=True. Este pode ser o caso se sua classe é logicamente imutável, mas na prática pode ser mudada. Esse é um caso de uso específico e deve ser considerado com muito cuidade.

    Essas são as regras governando a criação implícita de um método __hash__() . Observe que não pode ter um método __hash__() explícito na dataclass e configurar unsafe_hash=True; isso resultará em um TypeError.

    Se eq e frozen são ambos verdadeiros, por padrão dataclass() vai gerar um método __hash__(). Se eq é verdadeiro e frozen é falso, __hash__() será configurado para None, marcando a classe como não hasheável (já que é mutável). Se eq é falso, __hash__() será deixado intocado, o que significa que o método __hash__() da superclasse será usado (se a superclasse é object, significa que voltará para o hash baseado em id).

  • frozen: Se verdadeiro (o padrão é False), atribuições para os campos vão gerar uma exceção. Imita instâncias congeladas, somente leitura. Se __setattr__() ou __delattr__() é definido na classe, a exceção TypeError é levantada. Veja a discussão abaixo.

  • match_args: If true (the default is True), the __match_args__ tuple will be created from the list of parameters to the generated __init__() method (even if __init__() is not generated, see above). If false, or if __match_args__ is already defined in the class, then __match_args__ will not be generated.

Novo na versão 3.10.

  • kw_only: If true (the default value is False), then all fields will be marked as keyword-only. If a field is marked as keyword-only, then the only affect is that the __init__() parameter generated from a keyword-only field must be specified with a keyword when __init__() is called. There is no effect on any other aspect of dataclasses. See the parameter glossary entry for details. Also see the KW_ONLY section.

Novo na versão 3.10.

  • slots: If true (the default is False), __slots__ attribute will be generated and new class will be returned instead of the original one. If __slots__ is already defined in the class, then TypeError is raised.

Novo na versão 3.10.

fields pode opcionalmente especificar um valor padrão, usando sintaxe Python normal:

@dataclass
class C:
    a: int       # 'a' has no default value
    b: int = 0   # assign a default value for 'b'

Nesse exemplo, a e b serão incluídos no método __init__() adicionado, que será definido como:

def __init__(self, a: int, b: int = 0):

TypeError será levantada se um campo sem valor padrão for definido após um campo com valor padrão. Isso é verdadeiro se ocorrer numa classe simples, ou como resultado de uma herança de classe.

dataclasses.field(*, default=MISSING, default_factory=MISSING, init=True, repr=True, hash=None, compare=True, metadata=None, kw_only=MISSING)

Para casos de uso comuns e simples, nenhuma outra funcionalidade é necessária. Existem, no entanto, alguns recursos que requerem informações adicionais por campo. Para satisfazer essa necessidade de informações adicionais, você pode substituir o valor do campo padrão por uma chamada para a função field() fornecida. Por exemplo:

@dataclass
class C:
    mylist: list[int] = field(default_factory=list)

c = C()
c.mylist += [1, 2, 3]

Como mostrado acima, o valor MISSING é um objeto sentinela usado para detectar se alguns parâmetros são fornecidos pelo usuário. Este sentinela é usado porque None é um valor válido para alguns parâmetros com um significado distinto. Nenhum código deve usar diretamente o valor MISSING.

Os parâmetros de field() são:

  • default: Se fornecido, este será o valor padrão para este campo. Isso é necessário porque a própria chamada field() substitui a posição normal do valor padrão.

  • default_factory: Se fornecido, deve ser um chamável sem argumento que será chamado quando um valor padrão for necessário para este campo. Entre outras finalidades, isso pode ser usado para especificar campos com valores padrão mutáveis, conforme discutido abaixo. É um erro especificar ambos default e default_factory.

  • init: If true (the default), this field is included as a parameter to the generated __init__() method.

  • repr: If true (the default), this field is included in the string returned by the generated __repr__() method.

  • hash: This can be a bool or None. If true, this field is included in the generated __hash__() method. If None (the default), use the value of compare: this would normally be the expected behavior. A field should be considered in the hash if it’s used for comparisons. Setting this value to anything other than None is discouraged.

    Uma possível razão para definir hash=False mas compare=True seria se um campo for caro para calcular um valor de hash, esse campo for necessário para teste de igualdade e houver outros campos que contribuem para o valor de hash do tipo. Mesmo que um campo seja excluído do hash, ele ainda será usado para comparações.

  • compare: If true (the default), this field is included in the generated equality and comparison methods (__eq__(), __gt__(), et al.).

  • metadata: Pode ser um mapeamento ou None. None é tratado como um dicionário vazio. Este valor é agrupado em MappingProxyType() para torná-lo somente leitura e exposto no objeto Field. Ele não é usado por Data Classes e é fornecido como um mecanismo de extensão de terceiros. Vários terceiros podem ter sua própria chave, para usar como um espaço de nomes nos metadados.

  • kw_only: If true, this field will be marked as keyword-only. This is used when the generated __init__() method’s parameters are computed.

Novo na versão 3.10.

Se o valor padrão de um campo for especificado por uma chamada para field(), então o atributo de classe para este campo será substituído pelo valor de default especificado. Se default não for fornecido, o atributo de classe será excluído. A intenção é que, após a execução do decorador dataclass(), todos os atributos de classe conterão os valores padrão para os campos, como se o próprio valor padrão fosse especificado. Por exemplo, depois de:

@dataclass
class C:
    x: int
    y: int = field(repr=False)
    z: int = field(repr=False, default=10)
    t: int = 20

O atributo de classe C.z será 10, o atributo de classe C.t será 20 e os atributos de classe C.x e C.y não serão definidos.

class dataclasses.Field

Objetos Field descrevem cada campo definido. Esses objetos são criados internamente e são retornados pelo método de nível de módulo fields() (veja abaixo). Os usuários nunca devem instanciar um objeto Field diretamente. Seus atributos documentados são:

  • name: O nome do campo.

  • type: O tipo do campo.

  • default, default_factory, init, repr, hash, compare, metadata e kw_only têm significado e valores idênticos aos da função field().

Outros atributos podem existir, mas são privados e não devem ser inspecionados ou confiáveis.

dataclasses.fields(class_or_instance)

Retorna uma tupla de objetos Field que definem os campos para esta classe de dados. Aceita uma classe de dados ou uma instância de uma classe de dados. Levanta TypeError se não for passada uma classe de dados ou instância de uma. Não retorna pseudocampos que são ClassVar ou InitVar.

dataclasses.asdict(obj, *, dict_factory=dict)

Converte a classe de dados obj em um dicionário (usando a função de fábrica dict_factory). Cada classe de dados é convertida em um dicionário de seus campos, como pares nome: valor. Pode-se fazer recursividade em classes de dados, dicionários, listas e tuplas. Outros objetos são copiados com copy.deepcopy().

Exemplo de uso de asdict() em classes de dados aninhadas:

@dataclass
class Point:
     x: int
     y: int

@dataclass
class C:
     mylist: list[Point]

p = Point(10, 20)
assert asdict(p) == {'x': 10, 'y': 20}

c = C([Point(0, 0), Point(10, 4)])
assert asdict(c) == {'mylist': [{'x': 0, 'y': 0}, {'x': 10, 'y': 4}]}

Para criar uma cópia rasa, a seguinte solução alternativa pode ser usada:

dict((field.name, getattr(obj, field.name)) for field in fields(obj))

asdict() levanta TypeError se obj não é uma instância de classe de dados.

dataclasses.astuple(obj, *, tuple_factory=tuple)

Converte a classe de dados obj em uma tupla (usando a função de fábrica tuple_factory). Cada classe de dados é convertida em uma tupla de seus campos. Pode-se fazer recursividade em classes de dados, dicionários, listas e tuplas. Outros objetos são copiados com copy.deepcopy().

Continuando a partir do exemplo anterior:

assert astuple(p) == (10, 20)
assert astuple(c) == ([(0, 0), (10, 4)],)

Para criar uma cópia rasa, a seguinte solução alternativa pode ser usada:

tuple(getattr(obj, field.name) for field in dataclasses.fields(obj))

astuple() levanta TypeError se obj não é uma instância de classe de dados.

dataclasses.make_dataclass(cls_name, fields, *, bases=(), namespace=None, init=True, repr=True, eq=True, order=False, unsafe_hash=False, frozen=False, match_args=True, kw_only=False, slots=False)

Creates a new dataclass with name cls_name, fields as defined in fields, base classes as given in bases, and initialized with a namespace as given in namespace. fields is an iterable whose elements are each either name, (name, type), or (name, type, Field). If just name is supplied, typing.Any is used for type. The values of init, repr, eq, order, unsafe_hash, frozen, match_args, kw_only, and slots have the same meaning as they do in dataclass().

This function is not strictly required, because any Python mechanism for creating a new class with __annotations__ can then apply the dataclass() function to convert that class to a dataclass. This function is provided as a convenience. For example:

C = make_dataclass('C',
                   [('x', int),
                     'y',
                    ('z', int, field(default=5))],
                   namespace={'add_one': lambda self: self.x + 1})

É equivalente a:

@dataclass
class C:
    x: int
    y: 'typing.Any'
    z: int = 5

    def add_one(self):
        return self.x + 1
dataclasses.replace(obj, /, **changes)

Creates a new object of the same type as obj, replacing fields with values from changes. If obj is not a Data Class, raises TypeError. If values in changes do not specify fields, raises TypeError.

The newly returned object is created by calling the __init__() method of the dataclass. This ensures that __post_init__(), if present, is also called.

Init-only variables without default values, if any exist, must be specified on the call to replace() so that they can be passed to __init__() and __post_init__().

It is an error for changes to contain any fields that are defined as having init=False. A ValueError will be raised in this case.

Be forewarned about how init=False fields work during a call to replace(). They are not copied from the source object, but rather are initialized in __post_init__(), if they’re initialized at all. It is expected that init=False fields will be rarely and judiciously used. If they are used, it might be wise to have alternate class constructors, or perhaps a custom replace() (or similarly named) method which handles instance copying.

dataclasses.is_dataclass(obj)

Return True if its parameter is a dataclass or an instance of one, otherwise return False.

Se você precisa saber se a classe é uma instância de dataclass (e não a dataclass de fato), então adicione uma verificação para not isinstance(obj, type):

def is_dataclass_instance(obj):
    return is_dataclass(obj) and not isinstance(obj, type)
dataclasses.MISSING

A sentinel value signifying a missing default or default_factory.

dataclasses.KW_ONLY

A sentinel value used as a type annotation. Any fields after a pseudo-field with the type of KW_ONLY are marked as keyword-only fields. Note that a pseudo-field of type KW_ONLY is otherwise completely ignored. This includes the name of such a field. By convention, a name of _ is used for a KW_ONLY field. Keyword-only fields signify __init__() parameters that must be specified as keywords when the class is instantiated.

In this example, the fields y and z will be marked as keyword-only fields:

@dataclass
class Point:
  x: float
  _: KW_ONLY
  y: float
  z: float

p = Point(0, y=1.5, z=2.0)

In a single dataclass, it is an error to specify more than one field whose type is KW_ONLY.

Novo na versão 3.10.

exception dataclasses.FrozenInstanceError

Raised when an implicitly defined __setattr__() or __delattr__() is called on a dataclass which was defined with frozen=True. It is a subclass of AttributeError.

Processamento pós-inicialização

The generated __init__() code will call a method named __post_init__(), if __post_init__() is defined on the class. It will normally be called as self.__post_init__(). However, if any InitVar fields are defined, they will also be passed to __post_init__() in the order they were defined in the class. If no __init__() method is generated, then __post_init__() will not automatically be called.

Among other uses, this allows for initializing field values that depend on one or more other fields. For example:

@dataclass
class C:
    a: float
    b: float
    c: float = field(init=False)

    def __post_init__(self):
        self.c = self.a + self.b

The __init__() method generated by dataclass() does not call base class __init__() methods. If the base class has an __init__() method that has to be called, it is common to call this method in a __post_init__() method:

@dataclass
class Rectangle:
    height: float
    width: float

@dataclass
class Square(Rectangle):
    side: float

    def __post_init__(self):
        super().__init__(self.side, self.side)

Note, however, that in general the dataclass-generated __init__() methods don’t need to be called, since the derived dataclass will take care of initializing all fields of any base class that is a dataclass itself.

See the section below on init-only variables for ways to pass parameters to __post_init__(). Also see the warning about how replace() handles init=False fields.

Variáveis de classe

One of the few places where dataclass() actually inspects the type of a field is to determine if a field is a class variable as defined in PEP 526. It does this by checking if the type of the field is typing.ClassVar. If a field is a ClassVar, it is excluded from consideration as a field and is ignored by the dataclass mechanisms. Such ClassVar pseudo-fields are not returned by the module-level fields() function.

Variáveis de inicialização apenas

Another place where dataclass() inspects a type annotation is to determine if a field is an init-only variable. It does this by seeing if the type of a field is of type dataclasses.InitVar. If a field is an InitVar, it is considered a pseudo-field called an init-only field. As it is not a true field, it is not returned by the module-level fields() function. Init-only fields are added as parameters to the generated __init__() method, and are passed to the optional __post_init__() method. They are not otherwise used by dataclasses.

For example, suppose a field will be initialized from a database, if a value is not provided when creating the class:

@dataclass
class C:
    i: int
    j: int | None = None
    database: InitVar[DatabaseType | None] = None

    def __post_init__(self, database):
        if self.j is None and database is not None:
            self.j = database.lookup('j')

c = C(10, database=my_database)

In this case, fields() will return Field objects for i and j, but not for database.

Frozen instances

It is not possible to create truly immutable Python objects. However, by passing frozen=True to the dataclass() decorator you can emulate immutability. In that case, dataclasses will add __setattr__() and __delattr__() methods to the class. These methods will raise a FrozenInstanceError when invoked.

There is a tiny performance penalty when using frozen=True: __init__() cannot use simple assignment to initialize fields, and must use object.__setattr__().

Herança

When the dataclass is being created by the dataclass() decorator, it looks through all of the class’s base classes in reverse MRO (that is, starting at object) and, for each dataclass that it finds, adds the fields from that base class to an ordered mapping of fields. After all of the base class fields are added, it adds its own fields to the ordered mapping. All of the generated methods will use this combined, calculated ordered mapping of fields. Because the fields are in insertion order, derived classes override base classes. An example:

@dataclass
class Base:
    x: Any = 15.0
    y: int = 0

@dataclass
class C(Base):
    z: int = 10
    x: int = 15

A lista final de campos é, em ordem, x, y, z. O tipo final de x é int, conforme especificado na classe C.

O método __init__() gerado para C vai se parecer com:

def __init__(self, x: int = 15, y: int = 0, z: int = 10):

Re-ordering of keyword-only parameters in __init__()

After the parameters needed for __init__() are computed, any keyword-only parameters are moved to come after all regular (non-keyword-only) parameters. This is a requirement of how keyword-only parameters are implemented in Python: they must come after non-keyword-only parameters.

In this example, Base.y, Base.w, and D.t are keyword-only fields, and Base.x and D.z are regular fields:

@dataclass
class Base:
    x: Any = 15.0
    _: KW_ONLY
    y: int = 0
    w: int = 1

@dataclass
class D(Base):
    z: int = 10
    t: int = field(kw_only=True, default=0)

The generated __init__() method for D will look like:

def __init__(self, x: Any = 15.0, z: int = 10, *, y: int = 0, w: int = 1, t: int = 0):

Note that the parameters have been re-ordered from how they appear in the list of fields: parameters derived from regular fields are followed by parameters derived from keyword-only fields.

The relative ordering of keyword-only parameters is maintained in the re-ordered __init__() parameter list.

Funções padrão de fábrica

If a field() specifies a default_factory, it is called with zero arguments when a default value for the field is needed. For example, to create a new instance of a list, use:

mylist: list = field(default_factory=list)

If a field is excluded from __init__() (using init=False) and the field also specifies default_factory, then the default factory function will always be called from the generated __init__() function. This happens because there is no other way to give the field an initial value.

Valores padrão mutáveis

Python stores default member variable values in class attributes. Consider this example, not using dataclasses:

class C:
    x = []
    def add(self, element):
        self.x.append(element)

o1 = C()
o2 = C()
o1.add(1)
o2.add(2)
assert o1.x == [1, 2]
assert o1.x is o2.x

Note that the two instances of class C share the same class variable x, as expected.

Usando dataclasses, se este código fosse válido:

@dataclass
class D:
    x: List = []
    def add(self, element):
        self.x += element

Geraria código similar a:

class D:
    x = []
    def __init__(self, x=x):
        self.x = x
    def add(self, element):
        self.x += element

assert D().x is D().x

This has the same issue as the original example using class C. That is, two instances of class D that do not specify a value for x when creating a class instance will share the same copy of x. Because dataclasses just use normal Python class creation they also share this behavior. There is no general way for Data Classes to detect this condition. Instead, the dataclass() decorator will raise a TypeError if it detects a default parameter of type list, dict, or set. This is a partial solution, but it does protect against many common errors.

Using default factory functions is a way to create new instances of mutable types as default values for fields:

@dataclass
class D:
    x: list = field(default_factory=list)

assert D().x is not D().x

Descriptor-typed fields

Fields that are assigned descriptor objects as their default value have the following special behaviors:

  • The value for the field passed to the dataclass’s __init__ method is passed to the descriptor’s __set__ method rather than overwriting the descriptor object.

  • Similarly, when getting or setting the field, the descriptor’s __get__ or __set__ method is called rather than returning or overwriting the descriptor object.

  • To determine whether a field contains a default value, dataclasses will call the descriptor’s __get__ method using its class access form (i.e. descriptor.__get__(obj=None, type=cls). If the descriptor returns a value in this case, it will be used as the field’s default. On the other hand, if the descriptor raises AttributeError in this situation, no default value will be provided for the field.

class IntConversionDescriptor:
  def __init__(self, *, default):
    self._default = default

  def __set_name__(self, owner, name):
    self._name = "_" + name

  def __get__(self, obj, type):
    if obj is None:
      return self._default

    return getattr(obj, self._name, self._default)

  def __set__(self, obj, value):
    setattr(obj, self._name, int(value))

@dataclass
class InventoryItem:
  quantity_on_hand: IntConversionDescriptor = IntConversionDescriptor(default=100)

i = InventoryItem()
print(i.quantity_on_hand)   # 100
i.quantity_on_hand = 2.5    # calls __set__ with 2.5
print(i.quantity_on_hand)   # 2

Note that if a field is annotated with a descriptor type, but is not assigned a descriptor object as its default value, the field will act like a normal field.