[英]Why is `dataclasses.asdict(obj)` > 10x slower than `obj.__dict__()`
我正在使用 Python 3.6 和來自dataclasses
的數據類 backport包。
似乎調用dataclasses.asdict(my_dataclass)
比調用my_dataclass.__dict__
慢約 10 倍:
In [172]: @dataclass
...: class MyDataClass:
...: a: int
...: b: int
...: c: str
...:
In [173]: %%time
...: _ = [MyDataClass(1, 2, "A" * 1000).__dict__ for _ in range(1_000_000)]
...:
CPU times: user 631 ms, sys: 249 ms, total: 880 ms
Wall time: 880 ms
In [175]: %%time
...: _ = [dataclasses.asdict(MyDataClass(1, 2, "A" * 1000)) for _ in range(1_000_000)]
...:
CPU times: user 11.3 s, sys: 328 ms, total: 11.6 s
Wall time: 11.7 s
這是預期的行為嗎? 在什么情況下我應該使用dataclasses.asdict(obj)
而不是obj.__dict__
?
編輯:使用__dict__.copy()
並沒有太大的不同:
In [176]: %%time
...: _ = [MyDataClass(1, 2, "A" * 1000).__dict__.copy() for _ in range(1_000_000)]
...:
CPU times: user 922 ms, sys: 48 ms, total: 970 ms
Wall time: 970 ms
在大多數情況下,您會使用__dict__
而不使用dataclasses
,您可能應該繼續使用__dict__
,也許可以使用copy
調用。 asdict
做了很多你可能並不真正想要的額外工作。 這就是它的作用。
首先,來自文檔:
每個數據類都轉換為其字段的字典,如名稱:值對。 數據類、字典、列表和元組被遞歸到。 例如:
@dataclass class Point: x: int y: int @dataclass class C: mylist: List[Point] p = Point(10, 20) assert asdict(p) == {'x': 10, 'y': 20} c = C([Point(0, 0), Point(10, 4)]) assert asdict(c) == {'mylist': [{'x': 0, 'y': 0}, {'x': 10, 'y': 4}]}
因此,如果您想要遞歸數據類聽寫,請使用asdict
。 如果您不想要它,那么提供它的所有開銷都將被浪費。 特別是,如果您使用asdict
,則將包含對象的實現更改為使用dataclass
將更改asdict
對外部對象的結果。
遞歸邏輯也沒有處理循環引用。 如果您使用數據類來表示圖形或任何其他具有循環引用的數據結構, asdict
將崩潰:
import dataclasses
@dataclasses.dataclass
class GraphNode:
name: str
neighbors: list['GraphNode']
x = GraphNode('x', [])
y = GraphNode('y', [])
x.neighbors.append(y)
y.neighbors.append(x)
dataclasses.asdict(x) # crash here!
此示例中的asdict
調用遇到RecursionError: maximum recursion depth exceeded while calling a Python object
。
除此之外, asdict
構建一個新的字典,而__dict__
只是直接訪問對象的屬性字典。 asdict
的返回值不會受到重新分配原始對象字段的影響。 此外, asdict
使用fields
,因此如果您將屬性添加到與聲明的字段不對應的數據類實例, asdict
將不會包含它們。
最后,文檔根本沒有提到它,但asdict
將對不是數據類對象、字典、列表或元組的所有內容調用deepcopy
:
else:
return copy.deepcopy(obj)
(數據類對象、字典、列表和元組通過遞歸邏輯,它也構建一個副本,只是應用了遞歸命令。)
deepcopy
本身確實很昂貴,並且缺少任何memo
處理意味着asdict
可能會在非平凡對象圖中創建共享對象的多個副本。 請注意:
>>> from dataclasses import dataclass, asdict
>>> @dataclass
... class Foo:
... x: object
... y: object
...
>>> a = object()
>>> b = Foo(a, a)
>>> c = asdict(b)
>>> b.x is b.y
True
>>> c['x'] is c['y']
False
>>> c['x'] is b.x
False
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.