Определение

dataclass — это декоратор из модуля dataclasses, который превращает класс с полями в удобный «контейнер данных», автоматически добавляя стандартные методы.

from dataclasses import dataclass

@dataclass
class Point:
    x: int
    y: int

После этого у Point автоматически появятся методы вроде __init__, __repr__, __eq__.

Что именно генерируется

По умолчанию @dataclass обычно генерирует:

1. __init__ на основе объявленных полей

2. __repr__ для удобного отображения объекта

3. __eq__ для сравнения по значениям полей

Опционально можно включить дополнительные режимы:

• order=True — генерирует методы сравнения (<, <=, >, >=)

• frozen=True — запрещает менять поля после создания (попытка изменить вызовет исключение)

Пример с «заморозкой»:

from dataclasses import dataclass

@dataclass(frozen=True)
class User:
    id: int
    name: str

Сравнение с обычным классом

Без dataclass в классе-хранилище данных обычно приходится писать много однотипного кода:

• ручной __init__

• ручной __repr__

• ручной __eq__ (и легко ошибиться, забыв поле)

dataclass убирает эту рутину и делает намерение класса очевидным: «это сущность с данными».

Поля, значения по умолчанию и фабрики

В dataclass удобно задавать дефолты:

from dataclasses import dataclass, field

@dataclass
class Config:
    timeout: int = 30
    tags: list[str] = field(default_factory=list)

Почему default_factory важен: список должен создаваться заново для каждого объекта, иначе возникнет общая изменяемая структура на все экземпляры.

Где это применяется на практике

dataclass особенно полезен для:

1. DTO/моделей данных между слоями приложения

2. результатов вычислений и конфигов

3. структурированных сообщений/событий

4. тестовых фикстур, где нужно быстро собирать объекты

Вывод

dataclass стоит использовать, когда класс в первую очередь хранит данные, а не сложную логику. Он сокращает шаблонный код, делает сравнение и вывод предсказуемыми и помогает избегать типичных ошибок с полями и значениями по умолчанию.