为何Python NamedTuple实例会共享可变默认值？

from typing import NamedTuple, List, Set, Tuple, Dict

class EmbeddingInfoStruct(NamedTuple):
    emb_names : list[str] =[]
    idx_in_data: list[int] =[]
    emb_dim: list[int] =[]

info1 =EmbeddingInfoStruct()
info1.emb_names.append("name1")

info2=EmbeddingInfoStruct()

print("info1 address = ", id(info1), ", info2 address = " ,id(info2))
print (info1)
print (info2)

运行后输出：

info1 address =  2547212397920 , info2 address =  2547211152576
EmbeddingInfoStruct(emb_names=['name1'], idx_in_data=[], emb_dim=[])
EmbeddingInfoStruct(emb_names=['name1'], idx_in_data=[], emb_dim=[])

这段代码中，info1和info2是内存地址完全不同的两个NamedTuple实例，但修改info1的emb_names后，info2的emb_names也同步变成了['name1']，而非预期的空列表。这看起来像是NamedTuple的字段变成了类的静态属性，原因如下：

这是Python中可变默认参数的经典陷阱，和NamedTuple本身无关，所有使用可变对象作为默认值的场景都会遇到这个问题：

• 当你在类定义中给NamedTuple字段指定可变默认值（比如空列表[]）时，这个默认值是在类定义阶段创建的，属于类的共享属性，而非每个实例独立拥有。
• 所有未显式指定该字段值的实例，都会引用同一个可变对象。修改info1的emb_names时，本质是在修改这个类级别的共享列表，info2自然也会看到变化。

解决方案 #

不要直接用可变对象作为默认值，而是使用field(default_factory=...)为每个实例生成独立的可变对象：

from typing import NamedTuple, List
from dataclasses import field

class EmbeddingInfoStruct(NamedTuple):
    emb_names: List[str] = field(default_factory=list)
    idx_in_data: List[int] = field(default_factory=list)
    emb_dim: List[int] = field(default_factory=list)

info1 = EmbeddingInfoStruct()
info1.emb_names.append("name1")

info2 = EmbeddingInfoStruct()

print(info1)  # 输出: EmbeddingInfoStruct(emb_names=['name1'], idx_in_data=[], emb_dim=[])
print(info2)  # 输出: EmbeddingInfoStruct(emb_names=[], idx_in_data=[], emb_dim=[])

default_factory会在每个实例创建时调用指定函数（比如list()），生成全新的可变对象，确保各个实例的字段互相独立。

内容的提问来源于stack exchange，提问作者imachabeli