数据类只是用于存储状态的常规类，不仅仅包含许多逻辑。每次创建一个主要由属性组成的类时，就创建了一个数据类。

该dataclasses模块的作用是使创建数据类 更加容易 。它为您处理了很多样板。

当您的数据类必须是可哈希的时，这一点尤其重要。这需要一种__hash__方法以及一种__eq__方法。如果添加自定义__repr__方法以简化调试，则可能会变得很冗长：

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

    def __init__(
            self, 
            name: str, 
            unit_price: float,
            quantity_on_hand: int = 0
        ) -> None:
        self.name = name
        self.unit_price = unit_price
        self.quantity_on_hand = quantity_on_hand

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

    def __repr__(self) -> str:
        return (
            'InventoryItem('
            f'name={self.name!r}, unit_price={self.unit_price!r}, '
            f'quantity_on_hand={self.quantity_on_hand!r})'

    def __hash__(self) -> int:
        return hash((self.name, self.unit_price, self.quantity_on_hand))

    def __eq__(self, other) -> bool:
        if not isinstance(other, InventoryItem):
            return NotImplemented
        return (
            (self.name, self.unit_price, self.quantity_on_hand) == 
            (other.name, other.unit_price, other.quantity_on_hand))

有了dataclasses它，您可以将其减少为：

from dataclasses import dataclass

@dataclass(unsafe_hash=True)
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

同一类的装饰也可以产生比较方法（__lt__，__gt__等）和手柄不变性。

namedtuple类也是数据类，但是默认情况下是不变的（以及作为序列）。dataclasses在这方面更灵活，并且可以轻松地进行结构化，使其可以充当namedtuple类的相同角色。

PEP受该attrs项目的启发，该项目可以做更多的事情（包括广告位，验证器，转换器，元数据等）。

如果你想看到一些例子，我最近使用dataclasses了几个我的代码的问世解决方案，请参阅解决方案7天，8天，11天和20天。

如果要dataclasses在<3.7以下的Python版本中使用模块，则可以安装向后移植的模块（需要3.6）或使用上述attrs项目。