Классы данных против типизации.

Это зависит от ваших потребностей. У каждого из них есть свои преимущества.

Вот хорошее объяснение классов данных на PyCon 2018 Раймонд Хеттингер - классы данных: генератор кода для завершить все генераторы кода

В Dataclass вся реализация написана на Python, тогда как в NamedTuple все эти варианты поведения предоставляются бесплатно, поскольку NamedTuple наследуется от tuple. И поскольку структура tuple написана на C, стандартные методы работают быстрее в NamedTuple (хеширование, сравнение и т. Д.).

Также обратите внимание, что Dataclass основан на dict, тогда как NamedTuple основан на tuple. Таким образом, у вас есть преимущества и недостатки использования этих структур. Например, использование пространства меньше с NamedTuple, но доступ по времени быстрее с Dataclass.

Пожалуйста, посмотрите мой эксперимент:

In [33]: a = PageDimensionsDC(width=10, height=10)

In [34]: sys.getsizeof(a) + sys.getsizeof(vars(a))
Out[34]: 168

In [35]: %timeit a.width
43.2 ns ± 1.05 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)

In [36]: a = PageDimensionsNT(width=10, height=10)

In [37]: sys.getsizeof(a)
Out[37]: 64

In [38]: %timeit a.width
63.6 ns ± 1.33 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)

Но с увеличением количества атрибутов NamedTuple время доступа остается таким же небольшим, потому что для каждого атрибута создается свойство с именем атрибута. Например, в нашем случае часть пространства имен нового класса будет выглядеть так:

from operator import itemgetter

class_namespace = {
...
    'width': property(itemgetter(0, doc="Alias for field number 0")),
    'height': property(itemgetter(0, doc="Alias for field number 1"))**
}

В каких случаях namedtuple по-прежнему является лучшим выбором?

Когда ваша структура данных должна / может быть неизменной, хешируемой, повторяемой, распаковываемой, сопоставимой, тогда вы можете использовать NamedTuple. Если вам нужно что-то посложнее, например возможность наследования для вашей структуры данных, используйте Dataclass.

В программировании в целом все, что МОЖЕТ быть неизменным, ДОЛЖНО быть неизменным. Мы получаем две вещи:

1. Проще читать программу - нам не нужно беспокоиться об изменении значений, после создания экземпляра он никогда не изменится (namedtuple)
2. Меньше шансов на странные ошибки

Вот почему, если данные неизменяемы, вы должны использовать именованный кортеж вместо класса данных.

Я написал это в комментарии, но упомяну здесь: вы определенно правы, что есть совпадение, особенно с frozen=True в классах данных, но есть еще такие функции, как распаковка, принадлежащая именованным кортежам, и она всегда неизменна - Я сомневаюсь, что они удалят именованные кортежи как таковые

У меня был тот же вопрос, поэтому я провел несколько тестов и задокументировал их здесь:

https://shayallenhill.com/python-struct-options/

Суть в том, что namedtuple лучше распаковывать, разбирать и определять размер. Dataclass быстрее и гибче.

Namedtuple также отлично подходит для мягкой печати, когда вы хотите вместо этого передать кортеж. Определить тип

class CircleArg(NamedTuple):
    x: float
    y: float
    radius: float

Затем распакуйте его в свои functions. Не используйте .attributes, и вы получите красивую подсказку типа без PITA для вызывающего.

*focus, radius = circle_arg_instance (or tuple)

Различия не огромны, и я бы не стал проводить рефакторинг стабильного кода для перехода от одного к другому.