子类调用父类classmethod传列表触发TypeError，如何解决？

没错，子类的fine_tune_at参数加上构造方法的两处错误，正是触发这个TypeError的根源，我来帮你拆解清楚：

问题到底出在哪？ #

1. 子类构造方法覆盖了父类，但参数不兼容：父类BASE_MODEL的__init__需要4个数据参数，但子类Fine_Tune_Model的__init__只定义了self和可选的fine_tune_at，完全没处理父类需要的参数。当你通过父类的list_to_data调用cls(...)时，cls是子类Fine_Tune_Model，这时候你传了4个数据参数，加上默认的self，总共5个参数，而子类的__init__最多只接受2个（self+fine_tune_at），自然会报参数数量不匹配的错误。
2. super()调用写法错误：你写的super(BASE_MODEL, self).__init__()是错误的，这会跳过当前父类BASE_MODEL，直接调用object类的__init__，而object的__init__不需要参数，这也会导致父类的属性根本没被初始化。

修复方案 #

这里提供两种符合你需求的修复思路，你可以根据场景选择：

思路一：让子类构造兼容父类参数（最直接） #

修改子类的__init__，让它接收父类所需的4个数据参数，同时保留自己的fine_tune_at可选参数，并且正确调用super()初始化父类：

class BASE_MODEL(object):
    def __init__(self, train_data, train_labels, val_data, val_labels):
        self.train_data, self.train_labels, self.val_data, self.val_labels = \
        train_data, train_labels, val_data, val_labels
    @classmethod
    def list_to_data(cls, data_list):
        train_data, train_labels, val_data, val_labels = data_list
        data = cls(train_data, train_labels, val_data, val_labels)
        return data

class Fine_Tune_Model(BASE_MODEL):
    # 新增父类需要的4个参数，把fine_tune_at设为可选参数
    def __init__(self, train_data, train_labels, val_data, val_labels, fine_tune_at=None):
        # Python3 可以直接用super()，自动匹配当前类和实例
        super().__init__(train_data, train_labels, val_data, val_labels)
        self.fine_tune_at = fine_tune_at

# 现在调用就正常了
fine_tune_model = Fine_Tune_Model.list_to_data(data_list)

思路二：支持子类自定义参数的扩展写法 #

如果后续子类可能有更多自定义参数，你可以修改父类的list_to_data，让它支持传递关键字参数给子类构造，这样扩展性更好：

class BASE_MODEL(object):
    def __init__(self, train_data, train_labels, val_data, val_labels):
        self.train_data, self.train_labels, self.val_data, self.val_labels = \
        train_data, train_labels, val_data, val_labels
    # 新增**kwargs接收子类的自定义参数
    @classmethod
    def list_to_data(cls, data_list, **kwargs):
        train_data, train_labels, val_data, val_labels = data_list
        # 把kwargs传给子类构造
        data = cls(train_data, train_labels, val_data, val_labels, **kwargs)
        return data

class Fine_Tune_Model(BASE_MODEL):
    def __init__(self, train_data, train_labels, val_data, val_labels, fine_tune_at=None):
        super().__init__(train_data, train_labels, val_data, val_labels)
        self.fine_tune_at = fine_tune_at

# 调用时可以指定fine_tune_at参数，也可以不指定用默认值
fine_tune_model = Fine_Tune_Model.list_to_data(data_list)
# 带自定义参数的调用
fine_tune_model = Fine_Tune_Model.list_to_data(data_list, fine_tune_at=5)

总结 #

核心要点是：子类继承父类时，构造方法需要兼容父类的参数（或者通过关键字参数扩展），并且一定要用正确的super()调用初始化父类的属性，这样父类的类方法才能正确创建子类实例。

内容的提问来源于stack exchange，提问作者PokeLu