Python Block类方法报错及实例变量定义问题求助

问题背景 #

自定义Block类，需要实现一个接收外部pandas DataFrame的方法。初始代码运行报错'list' object is not callable，添加self.关键字后方法能正常执行，但发现self.relation被当作类变量（多个实例共享同一个列表），需要修正这个问题。

初始错误代码 #

df = {'subject': ['foo', 'bar'], 'object': ['bar', 'foo']}
cond_df = pd.DataFrame(data=df)


class Block:                
    def __init__(self, name = 'no_name', dimension = [0,0,0,0,0,0,0], relation = [] ): 
        
        self.name = name   
        self.dimension = dimension
        self.relation = relation
        
    def get_relation(self, cond_df):
        for i in range(len(cond_df['subject'])):
            if cond_df['subject'][i] == name:
                relation.append([cond_df['object'][i], 0]) # 实体作为subject时，标记为父节点'0'
            elif cond_df['object'][i] == name:
                relation.append([cond_df['subject'][i], 1]) # 实体作为object时，标记为子节点'1'
        return(relation)
                
a_block = Block()

a_block.get_relation(cond_df)

修改后仍有问题的代码 #

class Block:                
    def __init__(self, name = 'no_name', dimension = [0,0,0,0,0,0,0],relation = [] ): 
        
        self.name = name   
        self.dimension = dimension
        self.relation = relation
        
    def get_relation(self, cond_df):
        for i in range(len(cond_df['subject'])):
            if cond_df['subject'][i] == self.name:
                self.relation.append([cond_df['object'][i], 0]) # 实体作为subject时，标记为父节点'0'
            elif cond_df['object'][i] == self.name:
                self.relation.append([cond_df['subject'][i], 1]) # 实体作为object时，标记为子节点'1'
        return(self.relation)
                
a_block = Block(name = 'foo')

a_block.get_relation(cond_df)

错误原因分析 #

1. 初始代码报错原因：get_relation方法中直接使用name和relation，未通过self.引用实例变量，导致Python无法定位到实例属性（若全局存在同名列表变量，会误操作全局变量，进而引发'list' object is not callable错误）。
2. self.relation变成类变量的原因：Python中，可变类型（如列表、字典）作为函数默认参数时，会在类定义阶段创建一次，所有实例共享同一个对象。因此__init__里的relation = []是一个类级别的列表，所有Block实例的self.relation都会指向这个列表，造成“类变量”的假象。

修复方案 #

步骤1：修正__init__的默认参数 #

将可变类型的默认参数改为None，在__init__内部初始化实例变量，确保每个实例拥有独立的列表：

class Block:                
    def __init__(self, name='no_name', dimension=None, relation=None ): 
        self.name = name   
        # 初始化dimension为默认列表
        self.dimension = dimension if dimension is not None else [0,0,0,0,0,0,0]
        # 初始化relation为新的空列表，每个实例独立拥有
        self.relation = relation if relation is not None else []
        
    def get_relation(self, cond_df):
        for i in range(len(cond_df['subject'])):
            if cond_df['subject'][i] == self.name:
                self.relation.append([cond_df['object'][i], 0])
            elif cond_df['object'][i] == self.name:
                self.relation.append([cond_df['subject'][i], 1])
        return self.relation

步骤2：优化get_relation方法（可选，提升效率） #

用pandas的向量化操作替代循环，处理大数据集时速度更快：

def get_relation(self, cond_df):
    # 筛选当前name作为subject的行，提取object并标记0
    parent_rows = cond_df[cond_df['subject'] == self.name]
    self.relation.extend([[obj, 0] for obj in parent_rows['object']])
    
    # 筛选当前name作为object的行，提取subject并标记1
    child_rows = cond_df[cond_df['object'] == self.name]
    self.relation.extend([[subj, 1] for subj in child_rows['subject']])
    
    return self.relation

验证效果 #

创建多个实例测试，每个实例的relation都是独立的：

df = {'subject': ['foo', 'bar', 'foo'], 'object': ['bar', 'foo', 'baz']}
cond_df = pd.DataFrame(data=df)

block1 = Block(name='foo')
block1.get_relation(cond_df)
print(block1.relation)  # 输出：[['bar', 0], ['baz', 0], ['bar', 1]]

block2 = Block(name='bar')
block2.get_relation(cond_df)
print(block2.relation)  # 输出：[['foo', 0], ['foo', 1]]

内容的提问来源于stack exchange，提问作者Shmou