基于factory_boy构建带关联数据的SampleFactory实现方案

方案合理性分析 #

你提出的两种实现方案都可以满足需求，各自优缺点如下：

• 方案1（重写_create方法）：
  逻辑集中，适合random_sample为唯一数据源、不需要自定义传入image/label的场景。但你当前的实现存在bug：直接读取cls._meta.parameters只会拿到类默认的参数值，用户调用工厂时传入的自定义参数（比如SampleFactory(shape=(128,128))）会被忽略，无法生效。同时该实现会完全忽略外部传入的image/label字段，灵活性很差，无法满足指定特定样本生成的测试需求。
• 方案2（使用exclude参数）：
  是更合理的实现，完全兼容factory_boy的原生逻辑，支持外部传入自定义image/label/shape参数覆盖默认值，也不会影响子类继承，仅多了一个被排除的中间字段data，无实际副作用。

更优实现方案 #

如果需要复用你已经定义好的ImageFactory和LabelFactory的现有逻辑（比如后续你给两个工厂新增了字段、校验规则等），可以采用exclude+SelfAttribute+SubFactory的组合写法，既保证image和label的关联性，又符合factory_boy的使用习惯：

class SampleFactory(factory.Factory):
    class Meta:
        model = Sample
        # 排除中间变量，不传入Sample模型
        exclude = ("sample_data",)

    class Params:
        shape = (32, 32)

    # 一次调用生成关联的图像和标签数组
    sample_data = factory.LazyAttribute(lambda o: random_sample(o.shape))
    # 复用现有工厂，传入预生成的数组，保留工厂原有逻辑
    image = factory.SubFactory(ImageFactory, array=factory.SelfAttribute("..sample_data[0]"))
    label = factory.SubFactory(LabelFactory, array=factory.SelfAttribute("..sample_data[1]"))

该实现同时支持自定义参数覆盖，比如SampleFactory(shape=(128,128), label=custom_label)都可以正常生效。

内容的提问来源于stack exchange，提问作者Ramon