Python中自动为时序类生成属性访问方法的问题及报错排查

错误原因 #

核心问题是元类中生成property时的闭包延迟绑定陷阱：
循环中定义的所有lambda共享同一个循环变量a的引用，而非定义时的a值。当current_xxx属性被调用时，循环早已结束，a的值会变成最后一个遍历的注解字段（在CBTimeseries中就是current_t）。此时getattr(self, a)返回的是int类型的current_t，尝试下标访问自然触发TypeError: 'int' object is not subscriptable。

另外，CBTimeseries中重复定义current_t: int = 0会和基类Timeseries的__post_init__逻辑冲突，进一步加剧问题。

修复代码 #

1. 修改元类，解决闭包绑定问题 #

class TimeseriesMeta(type):
    def __new__(mcs, name, bases, attrs, *args, **kwargs):
        annotations = attrs.get('__annotations__', {})
        for a in annotations:
            if a in ('t_max', 'current_t'):
                continue
            # 通过默认参数捕获当前循环的a值，避免闭包延迟绑定
            attrs[f'current_{a}'] = property(lambda self, attr=a: getattr(self, attr)[self.current_t])
            attrs[f'prev_{a}'] = property(lambda self, attr=a: getattr(self, attr)[self.current_t - 1])
        return super().__new__(mcs, name, bases, attrs, *args, **kwargs)

2. 修正子类定义，移除重复字段 #

移除CBTimeseries中重复定义的current_t，基类已通过__post_init__完成初始化：

@dataclass
class CBTimeseries(Timeseries):
    # ea prefixes indicate Euro Area
    ea_inflation: np.ndarray
    ea_gdp: np.ndarray
    ea_growth: np.ndarray
    profits: np.ndarray
    r_policy_rate: np.ndarray
    shadow_interest_rate: np.ndarray
    equity: np.ndarray
    row_debt: np.ndarray
    t_max: int

    @classmethod
    def init_default(cls, t_max: int,
                     initial_ea_inflation: float,
                     initial_ea_gdp: float,
                     initial_rate: float,
                     initial_row_debt: float,
                     initial_equity: float = 1e7):
        ea_inflation = np.zeros(t_max)
        ea_inflation[0] = initial_ea_inflation
        ea_gdp = np.zeros(t_max)
        ea_gdp[0] = initial_ea_gdp
        ea_growth = np.zeros(t_max)
        profits = np.zeros(t_max)
        r_policy_rate = np.zeros(t_max)
        r_policy_rate[0] = initial_rate
        shadow_interest_rate = np.zeros(t_max)
        equity = np.zeros(t_max)
        equity[0] = initial_equity
        row_debt = np.zeros(t_max)
        row_debt[0] = initial_row_debt
        return cls(ea_inflation=ea_inflation,
                   ea_gdp=ea_gdp,
                   ea_growth=ea_growth,
                   profits=profits,
                   r_policy_rate=r_policy_rate,
                   shadow_interest_rate=shadow_interest_rate,
                   equity=equity,
                   row_debt=row_debt,
                   t_max=t_max)

原理说明 #

• 闭包绑定修复：给lambda添加默认参数attr=a，会在lambda定义时就将当前循环的a值绑定到attr上，每个property对应的lambda都会持有独立的属性名称，不会再共享循环变量的引用。
• 字段去重：移除子类的current_t字段，避免dataclass自动生成的初始化逻辑覆盖基类__post_init__的设置，保证current_t始终是预期的时序索引。

修改后重新运行测试，current_ea_inflation等属性将正确返回对应时序数组的指定下标值，报错问题解决。

内容的提问来源于stack exchange，提问作者Someone1348