为什么`dataclasses.asdict（obj）`>比`obj .__ dict __（）`慢10倍

Question

我正在使用Python 3.6和ericvsmith的dataclasses反向软件包。

似乎呼叫dataclasses.asdict(my_dataclass)比呼叫my_dataclass.__dict__慢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

这是预期的行为吗？在什么情况下我必须使用dataclasses.asdict(obj)而不是obj.__dict__？

---

编辑：使用__dict__.copy()并没有太大区别：

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

Answer 1

在大多数情况下，如果您使用__dict__而不使用dataclasses，则可能应该继续使用__dict__，也许要进行copy调用。 asdict完成了许多您可能不需要的额外工作 。这就是它的作用。

---

首先，从docs：

  

每个数据类都将转换为其字段的字典，即名称：值对。 数据类，字典，列表和元组被递归到其中。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，如果要递归数据类分类，请使用asdict。如果您不想要它，那么浪费所有提供它的开销。特别是，如果您使用asdict，那么将包含对象的实现更改为使用dataclass将会更改外部对象上asdict的结果。

---

除此之外，asdict构建一个 new 字典，而__dict__则直接访问该对象的属性dict。 asdict的返回值不受原始对象字段重新分配的影响。另外，asdict使用fields，因此，如果您向数据类实例添加与声明的字段不对应的属性，则asdict将不包含它们。

最后，文档根本没有提及它，但是asdict将call deepcopy应用于不是数据类对象，字典，列表或元组的所有内容：

else:
    return copy.deepcopy(obj)

（数据类对象，字典，列表和元组通过递归逻辑进行操作，该逻辑也仅在应用递归命令的情况下构建副本。）

deepcopy本身真的很昂贵，并且缺少任何memo处理意味着asdict可能会在非平凡的对象图中创建共享对象的多个副本。请注意：

>>> 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