【Python 命名元祖】collections.namedtuple 学习指南
📚 collections.namedtuple 学习指南
命名元组（namedtuple）是 Python collections 模块中一种增强型元组，支持通过字段名访问元素，同时保持元组的内存效率和不可变性。
一、基础用法
1. 定义命名元组
from collections import namedtuple# 定义 Point 类型（字段名用空格或列表分隔）
Point = namedtuple('Point', ['x', 'y'])
# 或简写为
Point = namedtuple('Point', 'x y')# 实例化对象
p = Point(10, y=20) # 类似常规元组或类构造
print(p) # 输出: Point(x=10, y=20)
2. 访问元素
print(p.x) # 10（通过字段名）
print(p[0]) # 10（通过索引，保留元组特性）
二、核心特性
1. 不可变性
命名元组继承自普通元组，元素不可修改：
# 以下操作会报错
p.x = 100 # AttributeError: can't set attribute
2. 轻量级类替代
相比传统类，命名元组更简洁：
# 等价于以下类定义
class PointClass:def __init__(self, x, y):self.x = xself.y = y
三、方法与属性
1. 常用方法
| 方法 | 功能 | 示例 |
|---|---|---|
_asdict() | 转为 OrderedDict | p._asdict() → {'x':10, 'y':20} |
_replace(**kwargs) | 创建新实例并替换字段值 | p._replace(x=100) → Point(x=100, y=20) |
_make(iterable) | 通过可迭代对象创建实例 | Point._make([30, 40]) → Point(x=30, y=40) |
2. 元数据属性
print(p._fields) # 输出字段名元组: ('x', 'y')# 可扩展新类型（通过继承）
Point3D = namedtuple('Point3D', Point._fields + ('z',))
四、进阶应用
1. 字典互转
# 转字典（Python 3.7+ 返回普通字典）
d = p._asdict() # {'x': 10, 'y': 20}# 从字典创建
data = {'x': 30, 'y': 40}
p_new = Point(**data) # Point(x=30, y=40)
2. 默认值与可选参数
通过定义子类添加默认值：
class PointDefault(Point):__slots__ = ()def __new__(cls, x=0, y=0):return super().__new__(cls, x, y)p_default = PointDefault() # Point(x=0, y=0)
3. 添加方法
class PointWithMethods(Point):def distance(self, other):return ((self.x - other.x)**2 + (self.y - other.y)**2)**0.5p1 = PointWithMethods(1, 2)
p2 = PointWithMethods(4, 6)
print(p1.distance(p2)) # 输出 5.0
五、实际应用场景
1. 数据库查询结果
import sqlite3conn = sqlite3.connect('example.db')
cursor = conn.cursor()
cursor.execute('SELECT id, name, age FROM users')# 将每行转为命名元组
User = namedtuple('User', 'id name age', module=__name__)
users = [User(*row) for row in cursor.fetchall()]print(users[0].name) # 通过字段名访问数据
2. CSV 文件解析
import csvwith open('data.csv') as f:reader = csv.reader(f)header = next(reader)Row = namedtuple('Row', header)for r in reader:row = Row(*r)print(row.date, row.value) # 按字段名访问列
3. 替代简单类
# 表示 RGB 颜色
Color = namedtuple('Color', 'red green blue')
white = Color(255, 255, 255)# 函数返回多个命名值
def get_dimensions():return namedtuple('Size', 'width height')(1920, 1080)screen = get_dimensions()
print(f"分辨率: {screen.width}x{screen.height}")
六、命名元组 vs 其他数据结构
| 特性 | 命名元组 | 字典 | 普通类 |
|---|---|---|---|
| 内存占用 | 小 | 较大 | 较大 |
| 访问速度 | 快速（通过索引和字段名） | 略慢（哈希查找） | 略慢（属性访问） |
| 可变性 | 不可变 | 可变 | 可变 |
| 语法简洁性 | 高 | 高 | 低（需定义类） |
| 代码可读性 | 高（明确字段名） | 一般 | 高 |
七、注意事项
1. 字段名规范
- 字段名不能是 Python 关键字（如
class,def）。 - 字段名不可重复，否则报错：
# 错误示例 Invalid = namedtuple('Invalid', 'x x') # ValueError: 重复字段名
2. 不可变性的权衡
- 优点：线程安全、哈希可用性（可作为字典键）。
- 缺点：需要创建新实例以实现“修改”。
八、总结
命名元组是以下场景的理想选择：
- 需要轻量级不可变数据结构。
- 希望通过字段名提高代码可读性。
- 需将数据作为字典键使用（普通字典键需用元组）。
进一步学习：
- Python 官方文档 - namedtuple
- 探索
typing.NamedTuple（Python 3.6+）以支持类型注解！