개발/파이썬
파이썬 3.7부터 도입된 dataclasses에 대해 알아보자
seonu._.jang
2019. 7. 26. 17:13
반응형
- Sanic에서 웹소켓을 구현하는 예제를 보던 중 클래스 위에
@dataclass
라는 데코레이터가 붙어있었다.
from dataclasses import dataclass, field
...(생략)
@dataclass
class Client:
interface: websockets.server.WebSocketServerProtocol = field(repr=False)
sid: str = field(default_factory=partial(generate_code, 36))
...(생략)
- 찾아보니 파이썬 3.7부터 표준 라이브러리로 등재되었다고 한다. 파이썬 3.6에서 사용하기 위해선
pip install dataclasses
를 통해 사용할 수 있다. (파이썬 3.6 지원불가) - 이는 데이터 클래스를 보다 용이하게 선언해주는 데코레이터이다. 파이썬 3.6부터 추가된 기능이며 Type Annotation을 지원한다.
- 클래스에
@dataclass
데코레이터를 사용하면__int__
,__repr__
,__eq__
등의 메소드를 자동으로 정의해 준다.
from dataclasses import dataclass
# 이렇게 @dataclass 데코레이터를 클래스 위에 붙여준다.
@dataclass
class Item:
id: int
name: str
print(Item(1, "Apple"))
print(Item(2, "Banana"))
실행결과
>>
Item(id=1, name='Apple')
Item(id=2, name='Banana')
- 위의 코드 같은 경우 데코레이터를 사용하지 않는다면
__init__
메소드에 id와 name을 변수로 받는 것이 없기 때문에 에러가 발생한다. 만약__init__
메소드를 정의했다하더라도,__repr__
메소드가 정의되어 있지 않기 때문에 아래와 같이 출력된다.
class Item:
id: int
name: str
def __init__(self, id: int, name: str):
self.id = id
self.name = name
print(Item(1, "Apple"))
print(Item(2, "Banana"))
실행결과
>>
<__main__.Item object at 0x7fd501796898>
<__main__.Item object at 0x7fd501796898>
데이터를 정의하는 클래스라는 점에서 기존 파이썬의
collections.namedtuple
비슷하다. 하지만,@dataclass
를 사용한 클래스는 말 그대로 클래스라는 점에서 메소드나 프로퍼티를 추가할 수 있다.dataclasses.field
를 사용하면 해당 프로퍼티에 대한 설정을 해줄 수 있다. (ex:default_factory
,repr
여부)
from dataclasses import dataclass, field
from functools import partial
import uuid
@dataclass
class Factory:
id = field(default_factory=partial(uuid.uuid4))
items = field(default_factory=list)
f1 = Factory()
print(f1.items)
f1.items += ['apple', 'banana']
print(f1.items)
print(f1)
실행결과
>>
[]
['apple', 'banana']
Factory(id=UUID('990091ef-6058-4754-b1f5-78e3546cc7bd'), items=['apple', 'banana'])
- 파이썬의
Type Annotation
을 활용하긴하지만, 해당 타입이 맞는지 검증(validate)하지는 않는다. - 만약
dataclasses
를 사용하고 검증까지 원한다면 pydantic의pydantic.dataclasses
를 사용하면 된다. (pydantic
라이브러리는 추후에 제대로 공부해서 정리하겠다.) [참고]
참조
반응형