Python 数据类Dataclass与Namedtuple的性能对比

在Python中，dataclass（数据类）和namedtuple（具名元组）都是用来创建轻量级、不可变或可变的数据容器的常用工具。它们都能替代手写 __init__、__repr__ 等方法的传统类，提升代码简洁性。但在实际项目中，如何选择？关键要看内存占用、实例化速度和属性访问效率。本文通过实测数据告诉你：什么时候用哪个更合适。

1. 快速回顾：两者的基本用法

定义一个数据结构用于存储人的姓名和年龄：

from collections import namedtuple
from dataclasses import dataclass

# 使用 namedtuple
PersonTuple = namedtuple('PersonTuple', ['name', 'age'])

# 使用 dataclass（默认可变）
@dataclass
class PersonClass:
    name: str
    age: int

• namedtuple 创建的是不可变的元组子类，一旦创建就不能修改字段。
• dataclass 默认创建的是可变的普通类，但可通过设置 frozen=True 实现不可变。

2. 性能测试准备

我们将从三个维度对比：

• 内存占用（每个实例占多少字节）
• 创建速度（每秒能创建多少实例）
• 属性访问速度（读取 .name 字段的耗时）

使用标准库 sys.getsizeof() 测内存，timeit 模块测速度。

import sys
import timeit
from collections import namedtuple
from dataclasses import dataclass

# 定义结构
PersonTuple = namedtuple('PersonTuple', ['name', 'age'])

@dataclass
class PersonClass:
    name: str
    age: int

@dataclass(frozen=True)
class PersonFrozen:
    name: str
    age: int

# 创建示例实例
p_tuple = PersonTuple("Alice", 30)
p_class = PersonClass("Alice", 30)
p_frozen = PersonFrozen("Alice", 30)

3. 内存占用对比

调用 sys.getsizeof() 获取每个实例的内存大小：

print(sys.getsizeof(p_tuple))   # 输出：约 72
print(sys.getsizeof(p_class))   # 输出：约 48
print(sys.getsizeof(p_frozen))  # 输出：约 48

注意：namedtuple 继承自 tuple，内部额外维护了 _fields、_asdict 等方法和属性，导致内存开销更大。而 dataclass 是普通对象，只存储字段值，更节省内存。

实测结果（Python 3.11，64位系统）如下：

结论：dataclass 比 namedtuple 节省内存约 33%。

4. 实例化速度对比

使用 timeit.timeit() 测试创建 100 万个实例所需时间：

# 测试 namedtuple 创建速度
time_tuple = timeit.timeit(
    lambda: PersonTuple("Bob", 25),
    number=1_000_000
)

# 测试 dataclass 创建速度
time_class = timeit.timeit(
    lambda: PersonClass("Bob", 25),
    number=1_000_000
)

# 测试 frozen dataclass 创建速度
time_frozen = timeit.timeit(
    lambda: PersonFrozen("Bob", 25),
    number=1_000_000
)

典型结果（单位：秒）：

分析：

• dataclass（可变）最快，因为构造函数逻辑最简单。
• namedtuple 需要调用 tuple.__new__ 并绑定字段名，开销略高。
• frozen=True 的 dataclass 因需校验不可变性，比普通 dataclass 稍慢，但仍快于 namedtuple。

5. 属性访问速度对比

测试读取 .name 字段 1000 万次的耗时：

# 预先创建实例
pt = PersonTuple("Charlie", 40)
pc = PersonClass("Charlie", 40)
pf = PersonFrozen("Charlie", 40)

# 测试访问速度
access_tuple = timeit.timeit(lambda: pt.name, number=10_000_000)
access_class = timeit.timeit(lambda: pc.name, number=10_000_000)
access_frozen = timeit.timeit(lambda: pf.name, number=10_000_000)

结果（单位：秒）：

原因：namedtuple 的属性访问是通过 __getattr__ 或描述符实现的，而 dataclass 的字段是普通实例属性，直接通过 C 层的属性查找机制，速度更快。

6. 功能差异补充

除了性能，还需考虑功能需求：

• 需要继承或添加方法？ → 选 dataclass（namedtuple 不易扩展）。
• 需要完全不可变且支持哈希？ → 两者都行，但 dataclass(frozen=True) 更灵活。
• 需要与 JSON 序列化兼容？ → dataclass 可配合 dataclasses.asdict()，更直观。
• 极度追求最小依赖？ → namedtuple 来自 collections，无额外装饰器。

7. 最终选择建议

优先使用 dataclass 的场景：

• 大多数现代项目（Python 3.7+）
• 关注内存和性能
• 需要类型注解支持（如配合 mypy）
• 未来可能扩展方法或属性

考虑 namedtuple 的场景：

• 兼容旧版 Python（<3.7）
• 需要元组的全部行为（如解包：name, age = person）
• 已有大量基于 tuple 的代码逻辑

记住：除非你明确需要元组语义（如解包、序列协议），否则@dataclass 是更优的默认选择。