Python中结构化返回函数多个值的替代方案有哪些

针对你提到的「不能拆分函数损失性能、需要IDE静态检查支持、避免元组/裸字典维护成本高」的需求，Python标准库已经提供了完全适配的解决方案，不需要额外引入第三方依赖。

• 方案1：TypedDict（零改动兼容现有字典逻辑） #

  这是最贴合你当前实现的方案，运行时零额外开销，和你现在返回裸字典的性能完全一致，不需要修改函数内部的计算流程，只需要提前定义返回字典的结构类型即可。
  加完类型定义后，PyCharm、VS Code（Pylance）等主流IDE都可以自动识别所有合法键名，输入时自动补全，键名写错直接标红提示；后续修改字段名时，IDE的重构功能可以同步修改所有调用位置的对应代码，不需要你手动逐行排查调用点。
  示例代码：

  from typing import TypedDict
  
  # 嵌套的extra部分单独定义结构
  class DstiExtra(TypedDict):
      dsti_gross: float
      dsti_supergross: float
  
  # 主返回结构
  class MortgageCalcResult(TypedDict):
      value: int
      extra: DstiExtra
  
  def calculate_something(incomes: list[float], debts: list[float]) -> MortgageCalcResult:
      # 原有所有计算逻辑完全不需要改动，中间计算结果可以直接加到返回结构里
      return {'value':150000, 'extra':{'dsti_gross':450, 'dsti_supergross':480}}
  

  如果使用Python 3.7及以下版本，从typing_extensions包导入TypedDict即可，用法完全一致。

• 方案2：dataclass（轻量类实现，属性访问更友好） #

  你担心「每个函数返回字段不同不适合用类」的问题完全不存在：dataclass是Python标准库提供的轻量数据载体，定义成本极低，每个计算函数对应一个专属返回结构即可，多个函数共用的字段（比如DSTI相关指标）还可以抽成公共结构复用。
  dataclass的运行开销可以忽略不计，本质是优化过的轻量属性存储结构，不会拖慢计算逻辑，完全满足你不拆分函数的性能要求。相比字典写法，它支持字段默认值、自定义校验逻辑，用res.value的属性访问写法比res['value']更简洁，也不会出现引号写错的低级错误。
  示例代码：

  from dataclasses import dataclass
  
  @dataclass
  class DstiExtra:
      dsti_gross: float
      dsti_supergross: float
  
  @dataclass
  class MortgageCalcResult:
      value: int
      extra: DstiExtra
      # 后续新增字段可以直接加，设置默认值就不会影响旧调用逻辑
      # max_loan: int = 0
  
  def calculate_something(incomes: list[float], debts: list[float]) -> MortgageCalcResult:
      # 原有计算逻辑保留，最后返回时实例化dataclass即可
      # 所有中间计算结果都可以作为dataclass的字段返回，不需要拆分函数
      return MortgageCalcResult(
          value=150000,
          extra=DstiExtra(dsti_gross=450, dsti_supergross=480)
      )
  

• 方案选择建议 #

  • 如果你不想改现有字典的访问方式，追求极致的运行性能，直接选TypedDict，只需要加几行类型定义就能获得完整的静态检查支持。
  • 如果你更喜欢简洁的属性访问写法，后续需要频繁给返回值加字段、加辅助逻辑，选dataclass，长期维护成本更低。
  • 不建议继续用裸字典、普通元组：前者没有静态检查容易写错键名，后者增减字段时容易因为顺序问题导致调用方报错，维护成本太高。如果项目没有提前引入pydantic、attrs这类第三方库，也没必要为了这个场景额外加依赖，标准库的两个方案完全够用。

内容的提问来源于stack exchange，提问作者Milano