dataclass 的定义位于PEP-557，根据定义一个 dataclass 是指“一个带有默认值的可变的 namedtuple”，广义的定义就是有一个类，它的属性均可公开访问，可以带有默认值并能被 修改，而且类中含有与这些属性相关的类方法，那么这个类就可以称为 dataclass。再通俗 点讲，dataclass 就是一个含有数据及操作数据方法的容器
乍一看可能会觉得这个概念不就是普通的 class 么，然而还是有几处不同：
- 相比普通 class，dataclass 通常不包含私有属性，数据可以直接访问
- dataclass 的 repr 方法通常有固定格式，会打印出类型名以及属性名和它的值
- dataclass 拥有
__eq__和__hash__魔法方法 - dataclass 有着模式单一固定的构造方式，或是需要重载运算符，而普通 class 通常无 需这些工作
继承
python3.7 引入 dataclass 的一大原因就在于相比 namedtuple，dataclass 可以享受继承带来 的便利
dataclass 装饰器会检查当前 class 的所有基类，如果发现一个 dataclass，就会把它的字段 按顺序添加进当前的 class，随后再处理当前 class 的 field。所有生成的方法也将按照这一 过程处理，因此如果子类中的 field 与基类同名，那么子类将会无条件覆盖基类。子类将会 根据所有的 field 重新生成一个构造函数，并在其中初始化基类
类属性的默认值不能是可修改类型
比如：
@dataclass
class Foo:
bar: list = []
# ValueError: mutable default <class 'list'> for field a is not allowed: use default_factory原因：https://stackoverflow.com/a/53633297
简单来说就是 python 会将默认值保存在类属性中，如果类属性是列表，不同的实例在修改这 一属性的时候，实际上修改的是同一个列表，会导致异常逻辑
解决方法是使用 default_factory 让默认值在初始化实例时计算：
from dataclasses import dataclass, field
@dataclass
class SomeClass:
some_list: list = field(default_factory=lambda: ["your_values"])如果希望所有实例共享这个属性，可以让 default_factory 返回一个全局变量：
from dataclasses import dataclass, field
SHARED_LIST = ["your_values"]
@dataclass
class SomeClass:
some_list: list = field(default_factory=lambda: SHARED_LIST)