如何缓存生命周期中会变更的实例属性？

首先得说清你遇到的问题根源：@cached_property本质是个描述器，当你直接给p.x赋值时，Python会在实例的__dict__里新增一个x属性，直接覆盖了类层面的cached_property。之后再访问p.x时，只会取实例上的这个属性值，完全不会触发原来的缓存计算逻辑——哪怕你修改了底层的_x，缓存也不会更新，这就是你碰到奇怪结果的原因。

下面给两种实用的解决方案：

方案一：手动维护缓存+属性联动 #

自己用@property实现缓存逻辑，同时在关联属性（比如_x）修改时主动清空缓存，确保计算逻辑能重新触发：

from dataclasses import dataclass

@dataclass
class Point:
    __x: float  # 真正的私有存储变量
    _x_cache: float | None = None  # 手动维护缓存

    @property
    def _x(self):
        return self.__x

    @_x.setter
    def _x(self, value):
        self.__x = value
        self._x_cache = None  # 修改_x时清空缓存

    @property
    def x(self):
        if self._x_cache is None:
            self._x_cache = self._x * 2
            print("触发x的计算逻辑")  # 用于验证缓存是否生效
        return self._x_cache

    @x.setter
    def x(self, value):
        # 通过修改_x间接更新，自动触发缓存清空
        self._x = value / 2

测试效果：

p = Point(3)
print(p.x)  # 输出"触发x的计算逻辑"和6
print(p.x)  # 直接输出6，不触发计算
p.x = 8
print(p.x)  # 输出"触发x的计算逻辑"和8
p._x = 5
print(p.x)  # 输出"触发x的计算逻辑"和10

这种方式完全可控，不管是修改x还是底层的_x，都会自动清空缓存，下次访问x时重新计算。

方案二：按需手动清空缓存 #

如果你的场景不需要自动联动，只是偶尔需要更新缓存，可以简化实现，只在需要的时候手动清空缓存：

from dataclasses import dataclass

@dataclass
class Point:
    _x: float

    @property
    def x(self):
        if not hasattr(self, "_x_cache"):
            self._x_cache = self._x * 2
            print("触发x的计算逻辑")
        return self._x_cache

    @x.setter
    def x(self, value):
        self._x = value / 2
        # 手动清空缓存
        if hasattr(self, "_x_cache"):
            delattr(self, "_x_cache")

# 额外提供一个手动清空缓存的方法（可选）
def clear_x_cache(self):
    if hasattr(self, "_x_cache"):
        delattr(self, "_x_cache")

Point.clear_x_cache = clear_x_cache

这种方式更灵活，适合缓存逻辑不常需要更新的场景，需要时调用p.clear_x_cache()或者直接修改x就能让缓存失效。

内容的提问来源于stack exchange，提问作者Q42