当前位置:首页 > 文章列表 > 文章 > python教程 > 冻结dataclass使hash可用的方法

冻结dataclass使hash可用的方法

2026-01-28 19:15:36 0浏览 收藏

积累知识,胜过积蓄金银!毕竟在文章开发的过程中,会遇到各种各样的问题,往往都是一些细节知识点还没有掌握好而导致的,因此基础知识点的积累是很重要的。下面本文《冻结 dataclass 时让 hash 生效的技巧》,就带大家讲解一下知识点,若是你对本文感兴趣,或者是想搞懂其中某个知识点,就请你继续往下看吧~

普通dataclass的hash为False,因为Python默认生成的__hash__为None;即使设hash=True,含可变字段(如list)时也会被静默忽略,因哈希值需在对象生命周期内恒定。

如何让 hash 只在 frozen dataclass 上生效

为什么普通 dataclass 的 hash 是 False

Python 默认给 @dataclass 生成的 __hash__ 方法是 None,哪怕你显式写 hash=True,只要类里有可变字段(比如 list、dict),解释器就会静默忽略它,最终实例仍是不可哈希的。根本原因在于:Python 要求哈希值在对象生命周期内恒定,而可变字段的内容随时可能变。

frozen=True 是必要条件,但还不够

frozen=True 会让 dataclass 把所有字段设为只读(背后调用 object.__setattr__ 拦截赋值),这是启用 hash 的前提。但仅加 frozen=True 不等于自动有 hash —— 你必须**同时指定 hash=None 或明确写 hash=True**,否则 Python 仍按默认逻辑推导(即:有可变字段 → 禁用 hash)。

  • ✅ 正确:@dataclass(frozen=True, hash=True)
  • ✅ 也行:@dataclass(frozen=True, hash=None)(此时会按字段类型自动推导 hash 行为)
  • ❌ 错误:@dataclass(frozen=True)(hash 未显式设置,且字段含 list 等 → __hash__ = None)

字段类型决定 hash 是否真能用

即使加了 frozen=True 和 hash=True,如果某个字段本身不可哈希(例如 list、dict、自定义类没实现 __hash__),实例创建时不会报错,但调用 hash() 会立刻抛 TypeError: unhashable type。

常见修复方式:

  • 把 list 改成 tuple(tuple 可哈希,前提是元素也都可哈希)
  • 把 dict 改成 frozenset 或 tuple(sorted(dict.items()))
  • 对自定义类,确保它有确定的 __hash__ 且不依赖可变状态

示例:

@dataclass(frozen=True, hash=True)
class Point:
    x: int
    y: int
    tags: tuple[str, ...]  # ✅ 可哈希

❌ 这样会 runtime 报错:hash(Point(1, 2, ["a"])) → TypeError

tags: list[str]

嵌套 dataclass 的 hash 传递性

如果 frozen dataclass 的某个字段是另一个 frozen dataclass 实例,那它的 hash 值会被递归纳入计算 —— 但前提是那个嵌套类也满足 frozen=True 且所有字段可哈希。一旦其中任意一层出现不可哈希字段,整个链路就失效。

容易忽略的点:

  • field(default_factory=list) 即使在 frozen 类里也不行 —— default_factory 返回的仍是可变对象
  • InitVar 字段不参与 hash 计算,但若它被用来初始化一个不可哈希的字段,问题照旧
  • 使用 field(compare=False) 的字段仍参与 hash,除非你也设 hash=False

真正安全的初始化写法是:所有字段类型本身可哈希,且不依赖运行时动态构造的可变容器。

今天关于《冻结dataclass使hash可用的方法》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!

JavaScript文件上传与进度监控详解JavaScript文件上传与进度监控详解
上一篇
JavaScript文件上传与进度监控详解
PPT图表与Excel同步方法
下一篇
PPT图表与Excel同步方法
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    461次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    523次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    542次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    488次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    308次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码