python3.7引入了dataclass。dataclass装饰器可以声明python类为数据类；数据类适合用来存储数据，一般而言它具有如下特征：
数据类表示某种数据类型，数据对象代表一种特定类的实体，包含了实体的属性。
同类型的对象之间可以进行比较；如，大于、小于或等于。
数据类定义就其本质而言，数据类并没有什么特别之处，只是@dataclass装饰器自动生成__repr__，init，__eq__等一系列方法。定义数据类：
from dataclasses import dataclass@dataclassclass a: normal: str defval: int = 0
装饰器dataclass完整形式为（true为生成对应方法，false将不生成；若类中已定义对应方法，则忽略此参数）：
@dataclass(init=true, repr=true, eq=true, order=false, unsafe_hash=false, frozen=false)：
init：默认将生成__init__方法；
repr：默认将生成__repr__方法；repr字符串包含类名、每个字段名称和其repr（按其类中定义顺序）；
eq：默认将生成__eq__方法；如果传入false，那么__eq__方法将不会被dataclass添加，但会继承object.__eq__（比较id）；
order：默认不生成__gt__、__ge__、__lt__、__le__方法；
unsafe_hash：如果是false（默认），则根据eq和frozen的设置方式生成__hash__()方法（由内置的hash()使用）。
如果eq和frozen都为真，默认情况会生成一个__hash__()方法；
如果eq为真而frozen为假，则__hash__()将被设置为 none，将其标记为不可散列（确实如此，因为它是可变的）；
如果eq为假，则__hash__()将保持不变，这意味着将使用超类的__hash__()方法（如果超类是object，将回退到基于id的散列）。
frozen：若为true，实例初始化后属性将无法修改；
field通过field方法，可定制属性：
dataclasses.field(*, default=missing, default_factory=missing, repr=true, hash=none, init=true, compare=true, metadata=none)：
default：如果提供，这将是该字段的默认值。
default_factory：用于指定具有可变默认值的字段，必须是一个无参可调用对象；与default互斥（不可同时指定）。
init：如果为true（默认值），则该字段作为参数包含在生成的__init__()方法中。
repr：如果为true（默认值），则该字段包含在生成的__repr__()方法返回的字符串中。
compare：如果为true（默认值），则该字段包含在生成的相等性和比较方法中（__eq__() ， __gt__()等等）。
hash：可以是布尔值或none：
为none（默认值），则使用compare的值，这通常是预期的行为（不鼓励将此值设置为none以外的任何值）；
为true，则此字段包含在生成的__hash__()方法中；
设置hash=false但compare=true（即从hash中排除某个字段，但仍用于比较）的一个可能原因是，计算字段的hash代价很高；
metadata：这可以是映射或none；none被视为一个空的字典。这个值包含在mappingproxytype()中，使其成为只读，并暴露在field对象上（是作为第三方扩展机制提供的）。
使用default_factory生成默认值：
from dataclasses import dataclass, fieldimport randomdef build_marks() -> list: return [random.randint(0, 1000) for i in range(5)]@dataclass(order=true)class randmark: marks: list = field(default_factory=build_marks)r = randmark() # 使用build_marks生成默认值print(r)
初始化通过dataclass装饰器修饰后的类：
无需定义__init__，dataclass会自动处理；
以易读的方式预先定义成员属性（及类型提示）；并可定义默认值；
dataclass会自动添加一个__repr__函数；
数据比较通过@dataclass(order = true)可自动添加比较方法（__eq__和__lt__）：
比较是通过属性（字段）生成的元组，进行比较的；如上比较元组为(normal, defvale)
通过compare=false，可设定不用于比较的字段：
@dataclass(order=true)class student: name: str = field(compare=false) score: floats = [student("mike", 90), student("steven", 80), student("orange", 70) ]print(sorted(s)) # 只根据score排序
后处理通过__post_init__可做后处理（在__init__返回前，自动调用）：
from dataclasses import dataclass@dataclassclass floatnumber: val: float decimal: float = 0 integer: float = 0 def __post_init__(self): self.decimal, self.integer = math.modf(self.val)f = floatnumber(1.2) # decimal与integer自动赋值
dataclasses方法dataclasses内置属性与方法：
fields(class_or_instance)：返回字段field对象的元组；
asdict(instance, *, dict_factory=dict)：将数据类转换为字典，（name:value）对；
astuple(instance, *, tuple_factory=tuple)：将数据类转换为元组；
replace(instance, **changes)：创建与instance相同类型的新对象，changes为要修改的值。
以上就是python中的数据类是如何使用的？的详细内容。