Lecciones del módulo (2/4)
dataclasses: clases de datos sin boilerplate
El decorador @dataclass (módulo dataclasses) genera automáticamente __init__, __repr__ y __eq__ para clases cuya única función es almacenar datos. Menos código repetitivo, código más claro.
Sin dataclass (código repetitivo)
class Punto:
def __init__(self, x: float, y: float) -> None:
self.x = x
self.y = y
def __repr__(self) -> str:
return f"Punto(x={self.x}, y={self.y})"
def __eq__(self, other) -> bool:
if not isinstance(other, Punto):
return NotImplemented
return (self.x, self.y) == (other.x, other.y)Con dataclass
from dataclasses import dataclass
@dataclass
class Punto:
x: float
y: float
p = Punto(3, 4)
p # Punto(x=3, y=4) ← __repr__ gratis
Punto(3, 4) == Punto(3, 4) # True ← __eq__ gratis
p.x, p.y # 3, 4El patrón: declarar campos como anotaciones de clase (nombre: tipo), opcionalmente con un valor por defecto. @dataclass genera el resto.
Valores por defecto y default_factory
from dataclasses import dataclass, field
@dataclass
class Articolo:
nome: str
prezzo: float = 0.0
tag: list[str] = field(default_factory=list)frozen=True: inmutable
@dataclass(frozen=True)
class Coordinata:
lat: float
lon: float
c = Coordinata(45.4, 9.2)
c.lat = 99 # FrozenInstanceError!Las dataclasses con frozen también son hashables: puedes usarlas como claves de diccionario o elementos de conjunto.
order=True: comparaciones automáticas
@dataclass(order=True)
class Voto:
valore: int
Voto(10) < Voto(20) # True
sorted([Voto(30), Voto(10), Voto(20)])Genera __lt__, __le__, __gt__, __ge__ comparando campos en el orden en que fueron declarados.
Métodos normales
Las dataclasses siguen siendo clases normales: puedes añadir métodos.
import math
from dataclasses import dataclass
@dataclass
class Punto:
x: float
y: float
def distanza_dall_origine(self) -> float:
return math.hypot(self.x, self.y)
Punto(3, 4).distanza_dall_origine() # 5.0Dataclasses inmutables y eficientes
Puedes hacer que una dataclass sea inmutable pasando el argumento frozen=True al decorador: @dataclass(frozen=True). Esto genera un error ante cualquier intento de modificar los atributos después de la instanciación, haciendo que las instancias sean seguras para entornos concurrentes o para su uso como claves de diccionario.
Pruébalo tú
Crea una dataclass `Book` con los campos `title: str` y `pages: int`. Instánciala como `l = Book('Moby Dick', 635)`. Evalúa `l == Book('Moby Dick', 635)`.
Mostrar pista
@dataclass genera __eq__ comparando campo por campo.
Solución disponible después de 3 intentos
Ejercicio de repaso
Crea una dataclass `Basket` con el campo `items: list[str]` con default_factory=list. Instancia `c1 = Basket()` y `c2 = Basket()`, añade 'mela' a c1.items. Evalúa `(c1.items, c2.items)` para verificar que NO son la misma lista.
Mostrar pista
field(default_factory=list) garantiza una lista nueva por instancia.
Solución disponible después de 3 intentos
Desafío adicional
Importa `dataclass` de `dataclasses`. Crea una dataclass `Point` que contenga dos coordenadas float `x` e `y`. Instancia un punto con `x=1.5` e `y=2.5` guardándolo en `p`. Finalmente, evalúa `p`.
Mostrar pista
Usa @dataclass encima de la clase Point, y declara x: float e y: float.
Solución disponible después de 3 intentos