子类批量重写同逻辑属性时，如何避免代码重复？

针对你面临的重复代码问题，可以通过动态生成属性或元类两种方式批量重写父类的@property，避免逐个手动实现插值逻辑。

方法一：动态生成插值属性 #

直接在子类定义完成后，循环生成带插值逻辑的@property，只需维护一个待处理的属性列表即可：

import numpy as np

class MyClass:
    def __init__(self):
        self._time = np.array([0, 1, 2, 3])
        self._a = np.array([0, 1, 2, 3])
        self._b = np.array([4, 5, 6, 7])

    @property
    def a(self):
        return self._a

    @property
    def b(self):
        return self._b

# 定义需要插值处理的属性列表
INTERPOLATED_PROPS = ['a', 'b']

class Interpolator(MyClass):
    def __init__(self, vector):
        super().__init__()
        self._vector = np.array(vector)

# 批量生成插值后的属性
for prop_name in INTERPOLATED_PROPS:
    def create_interp_prop(name):
        @property
        def prop(self):
            # 获取父类对应的私有变量（如a对应_self._a）
            original_data = getattr(self, f'_{name}')
            return np.interp(self._vector, self._time, original_data)
        return prop

    setattr(Interpolator, prop_name, create_interp_prop(prop_name))

方法二：用元类复用插值逻辑 #

如果有多个类似MyClass的父类需要处理，元类是更优雅的复用方案，只需在子类中指定待处理属性列表即可：

import numpy as np

# 定义元类，负责批量生成插值属性
class InterpMeta(type):
    def __new__(cls, name, bases, attrs):
        # 从子类的类变量中获取待处理属性列表
        interpolated_props = attrs.get('INTERPOLATED_PROPS', [])
        for prop_name in interpolated_props:
            def create_prop(name):
                @property
                def prop(self):
                    original_data = getattr(self, f'_{name}')
                    return np.interp(self._vector, self._time, original_data)
                return prop
            attrs[prop_name] = create_prop(prop_name)
        return super().__new__(cls, name, bases, attrs)

# 第一个父类及其插值子类
class MyClass:
    def __init__(self):
        self._time = np.array([0, 1, 2, 3])
        self._a = np.array([0, 1, 2, 3])
        self._b = np.array([4, 5, 6, 7])

    @property
    def a(self):
        return self._a

    @property
    def b(self):
        return self._b

class Interpolator(MyClass, metaclass=InterpMeta):
    INTERPOLATED_PROPS = ['a', 'b']
    def __init__(self, vector):
        super().__init__()
        self._vector = np.array(vector)

# 第二个父类及其插值子类
class AnotherClass:
    def __init__(self):
        self._time = np.array([0, 2, 4, 6])
        self._x = np.array([10, 20, 30, 40])
        self._y = np.array([5, 15, 25, 35])

    @property
    def x(self):
        return self._x

    @property
    def y(self):
        return self._y

class AnotherInterpolator(AnotherClass, metaclass=InterpMeta):
    INTERPOLATED_PROPS = ['x', 'y']
    def __init__(self, vector):
        super().__init__()
        self._vector = np.array(vector)

关键注意点 #

• 闭包变量绑定：循环中创建函数时，必须通过嵌套函数（如create_interp_prop）将属性名作为参数传入，避免所有属性都引用循环最后一个值。
• 属性列表维护：建议手动指定待处理属性列表，避免误处理不需要插值的@property。

内容的提问来源于stack exchange，提问作者mauro