删除数据后重置Python类属性的高效实现方案

解决方案 #

完全可以通过getter/setter实现属性自动同步，不需要手动修改关联属性，有两种常用的实现方案可以根据你的性能需求选择：

方案1：动态计算派生属性（适合属性计算量小的场景） #

把所有从data派生出来的属性（T、n、N等）都用@property装饰器定义为动态计算属性，只要底层data发生变更，所有派生属性访问时会自动返回最新值，不需要手动更新。
示例代码如下：

class Data:
    def __init__(self, data, dataset2=None, dataset3=None):
        # 原始数据存入私有属性，避免直接误改
        self._data = data
        # 存储关联的其他数据集，方便清洗时联动调用
        self.dataset2 = dataset2
        self.dataset3 = dataset3
    
    # data的getter
    @property
    def data(self):
        return self._data
    
    # data的setter，支持直接赋值self.data时的扩展逻辑（比如格式校验）
    @data.setter
    def data(self, new_data):
        self._data = new_data
    
    # 所有派生属性动态计算，自动和最新data同步
    @property
    def T(self):
        return self._data.shape[0]
    
    @property
    def n(self):
        return self._data.shape[1]
    
    @property
    def N(self):
        return self.T * self.n
    
    def clean_data(self, inplace=False):
        # 清洗逻辑可直接调用关联数据集的属性做参考
        cleaned_data = 你的清洗逻辑(self._data, self.dataset2)
        if inplace:
            # 原地修改直接更新私有属性，所有派生属性自动同步
            self._data = cleaned_data
            return
        # 非原地修改返回新的Data实例
        return Data(cleaned_data, self.dataset2, self.dataset3)

这个方案的优势是逻辑简单无冗余，不会出现属性不同步的问题，适合派生属性计算成本低的场景。

方案2：带缓存的派生属性（适合属性计算量大的场景） #

如果你的派生属性计算成本较高，每次访问都重新计算会影响性能，可以用cached_property做缓存，只在data变更时清除缓存，下次访问时自动重新计算。
示例代码如下：

from functools import cached_property

class Data:
    def __init__(self, data, dataset2=None, dataset3=None):
        self._data = data
        self.dataset2 = dataset2
        self.dataset3 = dataset3
    
    @property
    def data(self):
        return self._data
    
    @data.setter
    def data(self, new_data):
        self._data = new_data
        # data变更后清除所有关联的缓存属性
        cached_attrs = ['T', 'n', 'N'] # 把所有需要缓存的派生属性名加在这里
        for attr in cached_attrs:
            if attr in self.__dict__:
                del self.__dict__[attr]
    
    # 用cached_property实现缓存，第一次访问计算，后续直接读缓存
    @cached_property
    def T(self):
        return self._data.shape[0]
    
    @cached_property
    def n(self):
        return self._data.shape[1]
    
    @cached_property
    def N(self):
        return self.T * self.n
    
    def clean_data(self, inplace=False):
        cleaned_data = 你的清洗逻辑(self._data, self.dataset2)
        if inplace:
            # 调用setter赋值，自动触发缓存清理
            self.data = cleaned_data
            return
        return Data(cleaned_data, self.dataset2, self.dataset3)

这个方案兼顾了属性同步的正确性和运行性能，适合计算量大的复杂派生属性场景。

如果需要支持多个关联数据集的联动逻辑，只需要在对应数据集的setter中增加关联属性的缓存清理规则即可，整体逻辑和上述示例一致。

内容的提问来源于stack exchange，提问作者deblue