如何实现Python对象中属性的自动联动更新？

方法一：类封装 + @property装饰器 #

把数据封装到类里，用property动态计算first和last——每次访问这两个属性时，都会基于当前最新的data值获取结果，完全不用手动更新：

import numpy as np

class DataContainer:
    def __init__(self, data):
        self.data = data
    
    @property
    def first(self):
        return self.data[0]
    
    @property
    def last(self):
        return self.data[-1]

# 使用示例
obj = DataContainer(np.linspace(1,10))
print(obj.first)  # 输出 1
print(obj.last)   # 输出 10

obj.data = np.linspace(20,100)
print(obj.first)  # 自动输出 20
print(obj.last)   # 自动输出 100

方法二：自定义字典类 #

如果想保留字典的访问习惯，不用改成类实例，可以继承dict重写__setitem__方法，当设置data键时自动同步更新first和last：

import numpy as np

class AutoUpdateDict(dict):
    def __setitem__(self, key, value):
        super().__setitem__(key, value)
        # 仅当设置的是data时，自动更新关联属性
        if key == "data":
            self["first"] = value[0]
            self["last"] = value[-1]

# 使用示例
obj = AutoUpdateDict()
obj["data"] = np.linspace(1,10)
print(obj["first"])  # 输出 1
print(obj["last"])   # 输出 10

obj["data"] = np.linspace(20,100)
print(obj["first"])  # 自动输出 20
print(obj["last"])   # 自动输出 100

方法三：cached_property（适合低修改频率场景） #

如果data不会频繁修改，或者修改后可以手动触发刷新，用functools.cached_property能缓存计算结果，提升性能。但注意修改data后需要手动清除缓存才能获取最新值：

import numpy as np
from functools import cached_property

class DataContainer:
    def __init__(self, data):
        self.data = data
    
    @cached_property
    def first(self):
        return self.data[0]
    
    @cached_property
    def last(self):
        return self.data[-1]

# 使用示例
obj = DataContainer(np.linspace(1,10))
print(obj.first)  # 输出 1

obj.data = np.linspace(20,100)
# 修改data后需手动清除缓存
del obj.first
del obj.last
print(obj.first)  # 输出 20

各方法对比 #

• 方法一：最简洁规范，first/last始终是最新值，推荐优先使用
• 方法二：保留字典使用习惯，无需大幅修改原有代码结构
• 方法三：性能更优，但需要手动管理缓存，适合data修改频率低的场景

内容的提问来源于stack exchange，提问作者Mo0nKizz