Python namedtuple完全指南：高效定义数据类

什么是namedtuple？

namedtuple创建的是元组的子类，具有以下核心优势：

• 通过字段名访问数据（如obj.attr）
• 内存效率等同于普通元组
• 自动实现__repr__和__eq__方法
• 与普通元组完全兼容

基本定义语法

from collections import namedtuple

# 定义Person类
Person = namedtuple('Person', ['name', 'age', 'job'])

# 创建实例
p = Person('Alice', 30, 'Engineer')

print(p.name)  # 输出: Alice
print(p[1])    # 输出: 30 (支持索引访问)

字段定义方式

三种等效的字段定义方法：

# 字符串空格分隔
Point = namedtuple('Point', 'x y')

# 字符串逗号分隔
Color = namedtuple('Color', 'red, green, blue')

# 列表形式最推荐
Vector3D = namedtuple('Vector3D', ['x', 'y', 'z'])

实用特性详解

1. 类型提示支持(Python 3.6+)

Employee = namedtuple('Employee', ['id', 'name', 'department'])
emp: Employee = Employee(101, 'Bob', 'IT')

2. 默认值设置

# Python 3.7+ 支持
Book = namedtuple('Book', ['title', 'author', 'year'], defaults=['Unknown', 2023])

b = Book('Python Guide')
print(b)  # 输出: Book(title='Python Guide', author='Unknown', year=2023)

3. 不可变性与_replace

point = Point(10, 20)
# point.x = 5  # 会报错，不可直接修改

# 正确修改方式
new_point = point._replace(x=5)
print(new_point)  # 输出: Point(x=5, y=20)

与传统类对比

最佳实践场景

• 数据库查询结果集
• 配置文件项
• API响应数据
• 坐标/颜色等简单数据结构
• 替代字典提升可读性

进阶技巧：类型转换

# 字典转namedtuple
data = {'name': 'Carol', 'age': 28, 'job': 'Designer'}
person = Person(**data)

# namedtuple转字典
dict_person = person._asdict()
print(dict_person)  # 输出: {'name': 'Carol', 'age': 28, 'job': 'Designer'}