如何基于字典数据源动态创建Pydantic模型字段？

方法一：使用pydantic.create_model（官方推荐） #

Pydantic内置的create_model函数是动态生成模型的最优方案，能直接从字典键生成对应字段，同时指定类型与默认值：

import pydantic
import my_data

_data = my_data.load()  # _data[variable] = value

# 构建字段映射：键为字段名，值是(字段类型, 默认值)的元组
fields = {key: (float, None) for key in _data.keys()}

# 动态生成模型类
MyModel = pydantic.create_model('MyModel', **fields)

生成的MyModel会包含_data所有键对应的字段，每个字段类型为float、默认值为None，完全匹配你想要的效果。

方法二：自定义元类（进阶场景） #

如果需要在类定义内部实现动态字段逻辑，可以通过自定义元类完成，但这种方式不如create_model简洁：

import pydantic
import my_data
from pydantic.main import ModelMetaclass

_data = my_data.load()

class DynamicModelMetaclass(ModelMetaclass):
    def __new__(cls, name, bases, namespace):
        # 向类命名空间添加动态字段
        for key in _data.keys():
            namespace[key] = (float, None)
        return super().__new__(cls, name, bases, namespace)

class MyModel(pydantic.BaseModel, metaclass=DynamicModelMetaclass):
    pass

为什么直接setattr无效？ #

Pydantic模型的字段需要被注册到内部字段列表中，普通setattr只是添加了类属性，不会被Pydantic识别为模型字段。而create_model会自动处理字段注册逻辑，确保属性被当作模型字段解析。

通用扩展：自定义字段类型与默认值 #

如果需要根据字典值的不同指定不同字段类型，可以调整字段映射的生成逻辑：

fields = {}
for key, value in _data.items():
    # 示例：根据值的类型自动推断字段类型
    field_type = type(value) if value is not None else float
    fields[key] = (field_type, value if value is not None else None)

MyModel = pydantic.create_model('MyModel', **fields)

内容的提问来源于stack exchange，提问作者dino