Czy istnieje sposób wygodnego zdefiniowania struktury podobnej do C w Pythonie? Mam dość pisania takich rzeczy jak:

class MyStruct():
    def __init__(self, field1, field2, field3):
        self.field1 = field1
        self.field2 = field2
        self.field3 = field3

Użyj nazwanej krotki , która została dodana do modułu kolekcji w standardowej bibliotece w Pythonie 2.6. Możliwe jest również użycie przepisanego krotka Raymonda Hettingera, jeśli chcesz obsługiwać Python 2.4.

Jest to miłe z punktu widzenia twojego podstawowego przykładu, ale obejmuje również kilka przypadków krawędzi, na które możesz natknąć się później. Twój fragment powyżej zostanie zapisany jako:

from collections import namedtuple
MyStruct = namedtuple("MyStruct", "field1 field2 field3")

Nowo utworzonego typu można użyć w następujący sposób:

m = MyStruct("foo", "bar", "baz")

Możesz także użyć nazwanych argumentów:

m = MyStruct(field1="foo", field2="bar", field3="baz")

Aktualizacja : Klasy danych

Wraz z wprowadzeniem klas danych w Pythonie 3.7 jesteśmy bardzo blisko.

Poniższy przykład jest podobny do poniższego przykładu NamedTuple , ale wynikowy obiekt można modyfikować i dopuszcza wartości domyślne.

from dataclasses import dataclass


@dataclass
class Point:
    x: float
    y: float
    z: float = 0.0


p = Point(1.5, 2.5)

print(p)  # Point(x=1.5, y=2.5, z=0.0)

To ładnie gra z nowym modułem pisania na wypadek, gdybyś chciał użyć bardziej szczegółowych adnotacji typu.

Desperacko na to czekałem! Jeśli mnie zapytasz, klasy danych i nowa deklaracja NamedTuple w połączeniu z pisaniem modułem są niebios!

Ulepszona deklaracja NamedTuple

Od wersji Python 3.6 stało się dość proste i piękne (IMHO), o ile można żyć z niezmiennością .

Wprowadzono nowy sposób deklarowania NamedTuples , który umożliwia także dodawanie adnotacji :

from typing import NamedTuple


class User(NamedTuple):
    name: str


class MyStruct(NamedTuple):
    foo: str
    bar: int
    baz: list
    qux: User


my_item = MyStruct('foo', 0, ['baz'], User('peter'))

print(my_item) # MyStruct(foo='foo', bar=0, baz=['baz'], qux=User(name='peter'))

Możesz użyć krotki do wielu rzeczy, w których użyjesz struktury w C (np. Współrzędne x, y lub kolory RGB).

Do wszystkiego innego możesz użyć słownika lub klasy użyteczności takiej jak ta :

>>> class Bunch:
...     def __init__(self, **kwds):
...         self.__dict__.update(kwds)
...
>>> mystruct = Bunch(field1=value1, field2=value2)

Myślę, że „ostateczna” dyskusja jest tutaj , w opublikowanej wersji Python Cookbook.

Być może szukasz Struktur bez konstruktorów:

class Sample:
  name = ''
  average = 0.0
  values = None # list cannot be initialized here!


s1 = Sample()
s1.name = "sample 1"
s1.values = []
s1.values.append(1)
s1.values.append(2)
s1.values.append(3)

s2 = Sample()
s2.name = "sample 2"
s2.values = []
s2.values.append(4)

for v in s1.values:   # prints 1,2,3 --> OK.
  print v
print "***"
for v in s2.values:   # prints 4 --> OK.
  print v

Co powiesz na słownik?

Coś takiego:

myStruct = {'field1': 'some val', 'field2': 'some val'}

Następnie możesz użyć tego do manipulowania wartościami:

print myStruct['field1']
myStruct['field2'] = 'some other values'

A wartości nie muszą być łańcuchami. Mogą być praktycznie dowolnym innym przedmiotem.

dF: to całkiem fajne ... Nie wiedziałem, że mogę uzyskać dostęp do pól w klasie za pomocą dict.

Mark: sytuacje, które chciałbym mieć, są właśnie wtedy, gdy chcę krotkę, ale nic tak „ciężkiego” jak słownik.

Możesz uzyskać dostęp do pól klasy za pomocą słownika, ponieważ pola klasy, jej metody i wszystkie jej właściwości są przechowywane wewnętrznie za pomocą dykt (przynajmniej w CPython).

... Co prowadzi nas do twojego drugiego komentarza. Przekonanie, że dyktanda Pythona są „ciężkie”, jest pojęciem skrajnie pythonistycznym. A czytanie takich komentarzy zabija mojego Pythona Zen. To nie jest dobrze.

Widzisz, kiedy deklarujesz klasę, faktycznie tworzysz dość złożone opakowanie wokół słownika - więc, jeśli już, to dodajesz więcej narzutu niż przy użyciu prostego słownika. Koszty ogólne, które, nawiasem mówiąc, są w ogóle bez znaczenia. Jeśli pracujesz nad aplikacjami krytycznymi pod względem wydajności, użyj C lub czegoś takiego.

Możesz podklasować strukturę C dostępną w standardowej bibliotece. Ctypes moduł dostarcza struktura klasowa . Przykład z dokumentów:

>>> from ctypes import *
>>> class POINT(Structure):
...     _fields_ = [("x", c_int),
...                 ("y", c_int)]
...
>>> point = POINT(10, 20)
>>> print point.x, point.y
10 20
>>> point = POINT(y=5)
>>> print point.x, point.y
0 5
>>> POINT(1, 2, 3)
Traceback (most recent call last):
  File "<stdin>", line 1, in ?
ValueError: too many initializers
>>>
>>> class RECT(Structure):
...     _fields_ = [("upperleft", POINT),
...                 ("lowerright", POINT)]
...
>>> rc = RECT(point)
>>> print rc.upperleft.x, rc.upperleft.y
0 5
>>> print rc.lowerright.x, rc.lowerright.y
0 0
>>>

Chciałbym również dodać rozwiązanie wykorzystujące automaty :

class Point:
    __slots__ = ["x", "y"]
    def __init__(self, x, y):
        self.x = x
        self.y = y

Zdecydowanie sprawdź w dokumentacji szczeliny, ale szybkie wyjaśnienie szczelin jest takie, że python tak mówi: „Jeśli możesz zablokować te atrybuty i tylko te atrybuty w klasie, tak że zobowiązujesz się, że nie dodasz żadnych nowych atrybutów, gdy klasa jest tworzony (tak, możesz dodać nowe atrybuty do instancji klasy, patrz przykład poniżej), a następnie zrezygnuję z dużej alokacji pamięci, która pozwala na dodawanie nowych atrybutów do instancji klasy i użyć tylko tego, czego potrzebuję dla tych szczelin atrybutów ".

Przykład dodawania atrybutów do instancji klasy (a więc nie używania gniazd):

class Point:
    def __init__(self, x, y):
        self.x = x
        self.y = y

p1 = Point(3,5)
p1.z = 8
print(p1.z)

Wyjście: 8

Przykład próby dodania atrybutów do instancji klasy, w której zastosowano sloty:

class Point:
    __slots__ = ["x", "y"]
    def __init__(self, x, y):
        self.x = x
        self.y = y

p1 = Point(3,5)
p1.z = 8

Dane wyjściowe: AttributeError: Obiekt „Point” nie ma atrybutu „z”

Może to skutecznie działać jako struktura i zużywa mniej pamięci niż klasa (tak jak struktury, choć nie badałem dokładnie ile). Zaleca się stosowanie miejsc, jeśli będziesz tworzyć dużą liczbę instancji obiektu i nie musisz dodawać atrybutów. Obiekt punktowy jest tego dobrym przykładem, ponieważ prawdopodobne jest, że można utworzyć wiele punktów w celu opisania zestawu danych.

Możesz także przekazać parametry inicjujące do zmiennych instancji według pozycji

# Abstract struct class       
class Struct:
    def __init__ (self, *argv, **argd):
        if len(argd):
            # Update by dictionary
            self.__dict__.update (argd)
        else:
            # Update by position
            attrs = filter (lambda x: x[0:2] != "__", dir(self))
            for n in range(len(argv)):
                setattr(self, attrs[n], argv[n])

# Specific class
class Point3dStruct (Struct):
    x = 0
    y = 0
    z = 0

pt1 = Point3dStruct()
pt1.x = 10

print pt1.x
print "-"*10

pt2 = Point3dStruct(5, 6)

print pt2.x, pt2.y
print "-"*10

pt3 = Point3dStruct (x=1, y=2, z=3)
print pt3.x, pt3.y, pt3.z
print "-"*10

Ilekroć potrzebuję „natychmiastowego obiektu danych, który również zachowuje się jak słownik” ( nie myślę o strukturach C!), Myślę o tym uroczym hacku:

class Map(dict):
    def __init__(self, **kwargs):
        super(Map, self).__init__(**kwargs)
        self.__dict__ = self

Teraz możesz po prostu powiedzieć:

struct = Map(field1='foo', field2='bar', field3=42)

self.assertEquals('bar', struct.field2)
self.assertEquals(42, struct['field3'])

Idealnie przydatny w sytuacjach, gdy potrzebujesz „torby danych, która NIE JEST klasą”, i gdy imienniki są niezrozumiałe ...

Dostęp do struktury C-Style uzyskuje się w pythonie w następujący sposób.

class cstruct:
    var_i = 0
    var_f = 0.0
    var_str = ""

jeśli chcesz tylko użyć obiektu cstruct

obj = cstruct()
obj.var_i = 50
obj.var_f = 50.00
obj.var_str = "fifty"
print "cstruct: obj i=%d f=%f s=%s" %(obj.var_i, obj.var_f, obj.var_str)

jeśli chcesz stworzyć tablicę obiektów konstrukcyjnych

obj_array = [cstruct() for i in range(10)]
obj_array[0].var_i = 10
obj_array[0].var_f = 10.00
obj_array[0].var_str = "ten"

#go ahead and fill rest of array instaces of struct

#print all the value
for i in range(10):
    print "cstruct: obj_array i=%d f=%f s=%s" %(obj_array[i].var_i, obj_array[i].var_f, obj_array[i].var_str)

Uwaga: zamiast nazwy „cstruct” użyj nazwy struktury zamiast var_i, var_f, var_str, proszę zdefiniuj zmienną członka swojej struktury.

Niektóre odpowiedzi tutaj są bardzo rozbudowane. Najprostszą opcją, którą znalazłem, jest (z: http://norvig.com/python-iaq.html ):

class Struct:
    "A structure that can have any fields defined."
    def __init__(self, **entries): self.__dict__.update(entries)

Inicjalizacja:

>>> options = Struct(answer=42, linelen=80, font='courier')
>>> options.answer
42

dodając więcej:

>>> options.cat = "dog"
>>> options.cat
dog

edytuj: Przykro mi, ale nie widziałem jeszcze tego przykładu

To może być trochę za późno, ale zrobiłem rozwiązanie za pomocą Python Meta-Classes (poniżej również wersja dekoratora).

Kiedy __init__jest wywoływany w czasie wykonywania, pobiera każdy z argumentów i ich wartość i przypisuje je jako zmienne instancji do twojej klasy. W ten sposób możesz stworzyć klasę podobną do struktury bez konieczności przypisywania każdej wartości ręcznie.

W moim przykładzie nie ma sprawdzania błędów, więc łatwiej jest naśladować.

class MyStruct(type):
    def __call__(cls, *args, **kwargs):
        names = cls.__init__.func_code.co_varnames[1:]

        self = type.__call__(cls, *args, **kwargs)

        for name, value in zip(names, args):
            setattr(self , name, value)

        for name, value in kwargs.iteritems():
            setattr(self , name, value)
        return self 

Tutaj jest w akcji.

>>> class MyClass(object):
    __metaclass__ = MyStruct
    def __init__(self, a, b, c):
        pass


>>> my_instance = MyClass(1, 2, 3)
>>> my_instance.a
1
>>> 

I napisali go na reddit i / u / matchu napisali wersję dekorator, który jest czystsze. Zachęcam do korzystania z niego, chyba że chcesz rozszerzyć wersję metaklasy.

>>> def init_all_args(fn):
    @wraps(fn)
    def wrapped_init(self, *args, **kwargs):
        names = fn.func_code.co_varnames[1:]

        for name, value in zip(names, args):
            setattr(self, name, value)

        for name, value in kwargs.iteritems():
            setattr(self, name, value)

    return wrapped_init

>>> class Test(object):
    @init_all_args
    def __init__(self, a, b):
        pass


>>> a = Test(1, 2)
>>> a.a
1
>>> 

Napisałem dekorator, którego można użyć w dowolnej metodzie, aby uczynić go tak, aby wszystkie przekazane argumenty lub wartości domyślne zostały przypisane do instancji.

def argumentsToAttributes(method):
    argumentNames = method.func_code.co_varnames[1:]

    # Generate a dictionary of default values:
    defaultsDict = {}
    defaults = method.func_defaults if method.func_defaults else ()
    for i, default in enumerate(defaults, start = len(argumentNames) - len(defaults)):
        defaultsDict[argumentNames[i]] = default

    def newMethod(self, *args, **kwargs):
        # Use the positional arguments.
        for name, value in zip(argumentNames, args):
            setattr(self, name, value)

        # Add the key word arguments. If anything is missing, use the default.
        for name in argumentNames[len(args):]:
            setattr(self, name, kwargs.get(name, defaultsDict[name]))

        # Run whatever else the method needs to do.
        method(self, *args, **kwargs)

    return newMethod

Szybka demonstracja. Zauważ, że używam argumentu pozycyjnego a, używam domyślnej wartości dla bi nazwanego argumentu c. Następnie drukuję wszystkie 3 odwołania self, aby pokazać, że zostały poprawnie przypisane przed wprowadzeniem metody.

class A(object):
    @argumentsToAttributes
    def __init__(self, a, b = 'Invisible', c = 'Hello'):
        print(self.a)
        print(self.b)
        print(self.c)

A('Why', c = 'Nothing')

Pamiętaj, że mój dekorator powinien działać dowolną metodą, nie tylko __init__.

Nie widzę tutaj tej odpowiedzi, więc sądzę, że ją dodam, ponieważ teraz opieram Python i właśnie ją odkryłem. Poradnik Pythona (Python 2, w tym przypadku) daje następujące proste i skuteczne, na przykład:

class Employee:
    pass

john = Employee()  # Create an empty employee record

# Fill the fields of the record
john.name = 'John Doe'
john.dept = 'computer lab'
john.salary = 1000

Oznacza to, że tworzony jest pusty obiekt klasy, a następnie tworzona jest instancja, a pola są dodawane dynamicznie.

Wada tego jest naprawdę prosta. Minusem jest to, że nie jest to szczególnie samok dokumentujące się (zamierzeni członkowie nie są nigdzie wymienieni w „definicji” klasy), a nieuzbrojone pola mogą powodować problemy przy dostępie. Te dwa problemy można rozwiązać przez:

class Employee:
    def __init__ (self):
        self.name = None # or whatever
        self.dept = None
        self.salary = None

Teraz na pierwszy rzut oka możesz przynajmniej zobaczyć, jakich pól będzie oczekiwać program.

Oba są podatne na literówki, john.slarly = 1000odniesie sukces. Mimo to działa.

Oto rozwiązanie, które wykorzystuje klasę (nigdy bez instancji) do przechowywania danych. Podoba mi się, że ten sposób wymaga bardzo niewielkiego pisania i nie wymaga żadnych dodatkowych pakietów itp.

class myStruct:
    field1 = "one"
    field2 = "2"

W razie potrzeby możesz dodać więcej pól:

myStruct.field3 = 3

Aby uzyskać wartości, pola są dostępne jak zwykle:

>>> myStruct.field1
'one'

Osobiście podoba mi się również ten wariant. Rozszerza odpowiedź @ dF .

class struct:
    def __init__(self, *sequential, **named):
        fields = dict(zip(sequential, [None]*len(sequential)), **named)
        self.__dict__.update(fields)
    def __repr__(self):
        return str(self.__dict__)

Obsługuje dwa tryby inicjalizacji (które można łączyć):

# Struct with field1, field2, field3 that are initialized to None.
mystruct1 = struct("field1", "field2", "field3") 
# Struct with field1, field2, field3 that are initialized according to arguments.
mystruct2 = struct(field1=1, field2=2, field3=3)

Ponadto drukuje się ładniej:

print(mystruct2)
# Prints: {'field3': 3, 'field1': 1, 'field2': 2}

Poniższe rozwiązanie struktury jest zainspirowane implementacją namedtuple i niektórymi wcześniejszymi odpowiedziami. Jednak w przeciwieństwie do nazwanego, jest zmienny pod względem wartości, ale podobnie jak struktura typu c niezmienna w nazwach / atrybutach, co nie jest normalną klasą lub dyktatem.

_class_template = """\
class {typename}:
def __init__(self, *args, **kwargs):
    fields = {field_names!r}

    for x in fields:
        setattr(self, x, None)            

    for name, value in zip(fields, args):
        setattr(self, name, value)

    for name, value in kwargs.items():
        setattr(self, name, value)            

def __repr__(self):
    return str(vars(self))

def __setattr__(self, name, value):
    if name not in {field_names!r}:
        raise KeyError("invalid name: %s" % name)
    object.__setattr__(self, name, value)            
"""

def struct(typename, field_names):

    class_definition = _class_template.format(
        typename = typename,
        field_names = field_names)

    namespace = dict(__name__='struct_%s' % typename)
    exec(class_definition, namespace)
    result = namespace[typename]
    result._source = class_definition

    return result

Stosowanie:

Person = struct('Person', ['firstname','lastname'])
generic = Person()
michael = Person('Michael')
jones = Person(lastname = 'Jones')


In [168]: michael.middlename = 'ben'
Traceback (most recent call last):

  File "<ipython-input-168-b31c393c0d67>", line 1, in <module>
michael.middlename = 'ben'

  File "<string>", line 19, in __setattr__

KeyError: 'invalid name: middlename'

W tym celu istnieje pakiet python. patrz cstruct2py

cstruct2pyto czysta biblioteka Pythona do generowania klas Pythona z kodu C i używania ich do pakowania i rozpakowywania danych. Biblioteka może analizować nagłówki C (struktury, związki, wyliczenia i tablice) i emulować je w pythonie. Wygenerowane klasy pythonowe mogą analizować i pakować dane.

Na przykład:

typedef struct {
  int x;
  int y;
} Point;

after generating pythonic class...
p = Point(x=0x1234, y=0x5678)
p.packed == "\x34\x12\x00\x00\x78\x56\x00\x00"

Jak używać

Najpierw musimy wygenerować struktury pythonowe:

import cstruct2py
parser = cstruct2py.c2py.Parser()
parser.parse_file('examples/example.h')

Teraz możemy zaimportować wszystkie nazwy z kodu C:

parser.update_globals(globals())

Możemy to również zrobić bezpośrednio:

A = parser.parse_string('struct A { int x; int y;};')

Używanie typów i definicji z kodu C.

a = A()
a.x = 45
print a
buf = a.packed
b = A(buf)
print b
c = A('aaaa11112222', 2)
print c
print repr(c)

Dane wyjściowe będą:

{'x':0x2d, 'y':0x0}
{'x':0x2d, 'y':0x0}
{'x':0x31316161, 'y':0x32323131}
A('aa111122', x=0x31316161, y=0x32323131)

Klon

Do cstruct2pyuruchomienia klonowania :

git clone https://github.com/st0ky/cstruct2py.git --recursive

Myślę, że słownik struktury Python jest odpowiedni dla tego wymagania.

d = dict{}
d[field1] = field1
d[field2] = field2
d[field2] = field3

https://stackoverflow.com/a/32448434/159695 nie działa w Python3.

https://stackoverflow.com/a/35993/159695 działa w Python3.

I rozszerzam go, aby dodać wartości domyślne.

class myStruct:
    def __init__(self, **kwds):
        self.x=0
        self.__dict__.update(kwds) # Must be last to accept assigned member variable.
    def __repr__(self):
        args = ['%s=%s' % (k, repr(v)) for (k,v) in vars(self).items()]
        return '%s(%s)' % ( self.__class__.__qualname__, ', '.join(args) )

a=myStruct()
b=myStruct(x=3,y='test')
c=myStruct(x='str')

>>> a
myStruct(x=0)
>>> b
myStruct(x=3, y='test')
>>> c
myStruct(x='str')

Jeśli nie masz wersji 3.7 dla @dataclass i potrzebujesz możliwości zmiany, poniższy kod może być dla Ciebie odpowiedni. Jest dość samo dokumentujący i przyjazny dla IDE (autouzupełnianie), zapobiega dwukrotnemu pisaniu, jest łatwo rozszerzalny i bardzo łatwo jest przetestować, czy wszystkie zmienne instancji są całkowicie inicjalizowane:

class Params():
    def __init__(self):
        self.var1 : int = None
        self.var2 : str = None

    def are_all_defined(self):
        for key, value in self.__dict__.items():
            assert (value is not None), "instance variable {} is still None".format(key)
        return True


params = Params()
params.var1 = 2
params.var2 = 'hello'
assert(params.are_all_defined)

Oto szybka i brudna sztuczka:

>>> ms = Warning()
>>> ms.foo = 123
>>> ms.bar = 'akafrit'

Jak to działa? Po prostu ponownie użyj wbudowanej klasy Warning(pochodnej Exception) i użyj jej tak, jak byłaś własną zdefiniowaną klasą.

Zaletą jest to, że nie musisz najpierw niczego importować ani definiować, że „Ostrzeżenie” to krótka nazwa i że również wyjaśnia, że ​​robisz coś brudnego, czego nie należy używać w innym miejscu niż twój mały skrypt.

Nawiasem mówiąc, próbowałem znaleźć coś jeszcze prostszego, ms = object()ale nie mogłem (ten ostatni przykład nie działa). Jeśli masz, jestem zainteresowany.

Najlepszym sposobem, jaki to zrobiłem, było użycie niestandardowej klasy słownika, jak wyjaśniono w tym poście: https://stackoverflow.com/a/14620633/8484485

Jeśli potrzebna jest obsługa autouzupełniania iPython, po prostu zdefiniuj funkcję dir () w następujący sposób:

class AttrDict(dict):
    def __init__(self, *args, **kwargs):
        super(AttrDict, self).__init__(*args, **kwargs)
        self.__dict__ = self
    def __dir__(self):
        return self.keys()

Następnie definiujesz swoją pseudo-strukturę tak: (ten jest zagnieżdżony)

my_struct=AttrDict ({
    'com1':AttrDict ({
        'inst':[0x05],
        'numbytes':2,
        'canpayload':False,
        'payload':None
    })
})

Następnie możesz uzyskać dostęp do wartości wewnątrz my_struct w następujący sposób:

print(my_struct.com1.inst)

=>[5]

NamedTuple jest wygodny. ale nikt nie dzieli wydajności i pamięci.

from typing import NamedTuple
import guppy  # pip install guppy
import timeit


class User:
    def __init__(self, name: str, uid: int):
        self.name = name
        self.uid = uid


class UserSlot:
    __slots__ = ('name', 'uid')

    def __init__(self, name: str, uid: int):
        self.name = name
        self.uid = uid


class UserTuple(NamedTuple):
    # __slots__ = ()  # AttributeError: Cannot overwrite NamedTuple attribute __slots__
    name: str
    uid: int


def get_fn(obj, attr_name: str):
    def get():
        getattr(obj, attr_name)
    return get

if 'memory test':
    obj = [User('Carson', 1) for _ in range(1000000)]      # Cumulative: 189138883
    obj_slot = [UserSlot('Carson', 1) for _ in range(1000000)]          # 77718299  <-- winner
    obj_namedtuple = [UserTuple('Carson', 1) for _ in range(1000000)]   # 85718297
    print(guppy.hpy().heap())  # Run this function individually. 
    """
    Index  Count   %     Size   % Cumulative  % Kind (class / dict of class)
     0 1000000    24 112000000 34 112000000  34 dict of __main__.User
     1 1000000    24 64000000  19 176000000  53 __main__.UserTuple
     2 1000000    24 56000000  17 232000000  70 __main__.User
     3 1000000    24 56000000  17 288000000  87 __main__.UserSlot
     ...
    """

if 'performance test':
    obj = User('Carson', 1)
    obj_slot = UserSlot('Carson', 1)
    obj_tuple = UserTuple('Carson', 1)

    time_normal = min(timeit.repeat(get_fn(obj, 'name'), repeat=20))
    print(time_normal)  # 0.12550550000000005

    time_slot = min(timeit.repeat(get_fn(obj_slot, 'name'), repeat=20))
    print(time_slot)  # 0.1368690000000008

    time_tuple = min(timeit.repeat(get_fn(obj_tuple, 'name'), repeat=20))
    print(time_tuple)  # 0.16006120000000124

    print(time_tuple/time_slot)  # 1.1694481584580898  # The slot is almost 17% faster than NamedTuple on Windows. (Python 3.7.7)

Jeśli __dict__nie używasz, wybierz pomiędzy __slots__(wyższą wydajnością i pamięcią masową) i NamedTuple((jasne do czytania i użytkowania)

Możesz przejrzeć ten link ( Wykorzystanie miejsc ), aby uzyskać więcej __slots__informacji.