Quais são as semelhanças e diferenças entre dataclasses e namedtuple?

dataclasses e namedtuple são usados para criar estruturas de dados simples, onde o objetivo principal é armazenar dados e acessá-los pelo nome.

Semelhanças:

• Permitem criar classes com campos claramente definidos.
• Fornecem acesso aos campos pelo nome (por exemplo, obj.field).
• Geram automaticamente métodos __repr__ (para uma representação de string conveniente).
• Suportam desempacotamento.

Diferenças:

Diferença	collections.namedtuple	dataclasses.dataclass
Mutabilidade	Tipo imutável (immutable)	Por padrão mutável, pode ser tornado imutável (frozen=True)
Tipagem	Opcional, baseada em anotações de tipos	Obrigatória, baseada em anotações de tipos
Herança	Baseado em tupla, difícil de estender	Classes completas, suportam herança
Funcionalidade	Apenas armazenamento de dados, repr simples	Mais funcionalidades: __init__, __eq__, __hash__, __order__, campos com valores padrão, pós-processamento (__post_init__)
Versão do Python	Disponível no Python 2 e 3	Disponível a partir do Python 3.7
Sintaxe	Função que retorna uma classe	Decorador @dataclass

Exemplos:

# namedtuple
from collections import namedtuple

PointNT = namedtuple('PointNT', ['x', 'y'])
p1 = PointNT(1, 2)
# p1.x = 10 # Causará erro, pois é imutável

print(p1)

# dataclass
from dataclasses import dataclass, field

@dataclass
class PointDC:
    x: int
    y: int = 0 # Campo com valor padrão
    z: int = field(init=False) # Campo não inicializado automaticamente

    def __post_init__(self):
        self.z = self.x + self.y

p2 = PointDC(1)
print(p2)

p2.y = 5 # Mutável por padrão
print(p2)

# Para criar um dataclass imutável
@dataclass(frozen=True)
class ImmutablePoint:
    x: int
    y: int

p3 = ImmutablePoint(3, 4)
# p3.x = 10 # Causará erro
print(p3)