标签: python-dataclasses

在我试图创建一个类dots与领域n，并xy如下图所示：

from dataclasses import dataclass

@dataclass
class dots:
    n: int = 200
    xy: List[int] = field(default_factory=list)

我不断收到错误：

NameError: name 'field' is not defined

关于如何解决它的任何想法？

我的操作系统是 Ubuntu 18.04.3 LTS，内核版本是 4.15.0-58-generic。我正在使用 Python 3.6.4

我有一个这样的数据类：

@dataclass
class Bla:
    arg1: Optional[int] = None
    arg2: Optional[str] = None
    arg3: Optional[Dict[str, str]] = None

我想要这种行为：

>>> bla = Bla(arg1=None, arg2=None, arg3=None)
>>> asdict(bla)
{'arg1': None, 'arg2': None, 'arg3': None}

>>> bla = Bla()
{}

在这种特定情况下，我可以使用 a dict，但我会失去类型提示的可能性（并使用 mypy）

所以我试过这个：

class none:
    ...

@dataclass
class Bla:
    arg1: Union[none, int] = none()
    arg2: Union[none, str] = none()
    arg3: Union[none, Dict[str, str]] = none()

    def __post_init__(self) -> None:
        for k, v in self.__dict__.copy().items():
            if isinstance(v, none):
                delattr(self, k)

但结果是： …

在这段代码中：

import dataclasses

@dataclasses.dataclass
class MyClass:
    value: str

obj = MyClass(value=1)

数据类MyClass使用不遵守value类型的值进行实例化。

是否有一种简单的方法（使用装饰器、dataclass装饰器或库中的参数）来强制字段的类型，以便我的示例中的最后一行引发 aValueError或类似的东西？以这种方式强制执行类型有什么主要缺点吗？

我在尝试将数据类与属性一起使用时遇到了一个奇怪的问题。

我把它降到最低限度来重现它：

import dataclasses

@dataclasses.dataclass
class FileObject:
    _uploaded_by: str = dataclasses.field(default=None, init=False)
    uploaded_by: str = None

    def save(self):
        print(self.uploaded_by)

    @property
    def uploaded_by(self):
        return self._uploaded_by

    @uploaded_by.setter
    def uploaded_by(self, uploaded_by):
        print('Setter Called with Value ', uploaded_by)
        self._uploaded_by = uploaded_by

p = FileObject()
p.save()

这输出：

Setter Called with Value  <property object at 0x7faeb00150b0>
<property object at 0x7faeb00150b0>

我希望得到 None 而不是

我在这里做错了什么还是偶然发现了一个错误？

在阅读@juanpa.arrivillaga 的回答后，我认为使 upload_by 和 InitVar 可能会解决问题，但它仍然返回一个属性对象。我想是因为这个，他说：

datalcas 机制将对类主体中的类型注释变量的任何赋值解释为 created 的默认值 __init__。

我能找到的适用于默认值的唯一选项是从数据类定义中删除 uploadby 并编写一个实际的__init__. 这有一个不幸的副作用，即要求您__init__手动为数据类编写一个，这否定了使用数据类的一些价值。这是我所做的：

import dataclasses …

即使一个类是从 继承的ABC，看起来它仍然可以被实例化，除非它包含抽象方法。

有了下面的代码，防止Identifier创建对象的最佳方法是什么：Identifier(['get', 'Name'])？

from abc import ABC
from typing import List
from dataclasses import dataclass

@dataclass
class Identifier(ABC):
    sub_tokens: List[str]

    @staticmethod
    def from_sub_tokens(sub_tokens):
        return SimpleIdentifier(sub_tokens) if len(sub_tokens) == 1 else CompoundIdentifier(sub_tokens)


@dataclass
class SimpleIdentifier(Identifier):
    pass


@dataclass
class CompoundIdentifier(Identifier):
    pass

如果这个问题已经得到回答，我提前道歉。这看起来很基本，但是，由于某种原因我找不到答案。

干杯，赫利卜。

我有一堆@dataclasses 和一堆对应的TypedDicts，我想促进它们之间的平滑和类型检查转换。

例如，考虑

from dataclasses import dataclass
from typing_extensions import TypedDict

@dataclass
class Foo:
    bar: int
    baz: int
   
    @property
    def qux(self) -> int:
        return bar + baz

class SerializedFoo(TypedDict):
    bar: int
    baz: int
    qux: int

要创建序列化函数，我可以编写类似

def serialize(foo: Foo) -> SerializedFoo:
    return SerializedFoo(
        bar=foo.bar,
        baz=foo.baz,
        qux=foo.qux,
    )

但是对于很多类型这样做变得乏味，而且每次更新类型时，我还必须更新序列化功能。

我也可以做类似的事情

def serialize(foo: Foo) -> SerializedFoo:
    return SerializedFoo(**dataclasses.asdict(foo))

但这不会进行类型检查；mypy抱怨它Expected keyword arguments, {...}, or dict(...) in TypedDict constructor。

从理论上讲，足够聪明的类型检查器应该有可能知道数据类具有初始化类型字典所需的属性，但是当然，使用asdict使得这在实践中是不可能的。

有没有更好的方法将 a 转换 …