支持属性访问嵌套字典的自定义Map类print输出与__dict__值不一致问题

你自定义的Map类同时维护了两套独立的存储，二者没有同步导致数据不一致：

• 父类dict的原生存储：打印data实例时输出的是这部分的内容
• 实例自身的__dict__存储：你通过data.df访问到的是这部分的内容

具体到你的代码逻辑，__setitem__方法执行时，先把原始的普通字典存入父类dict，再把转换后的Map实例存入__dict__，二者从赋值开始就是完全独立的两个对象。后续你修改data.df[time]时，改的是__dict__里的Map实例，父类dict里存储的原始普通字典完全没有被修改，因此打印实例时看到的还是旧值。

另外你的__getattr__方法存在逻辑错误：先调用super(Map, self).__getattr__(attr)，但父类dict本身没有实现__getattr__方法，属性不存在时会直接抛出AttributeError，根本不会执行后续的return self.get(attr)逻辑。

调整__setitem__的执行顺序，保证父类dict和__dict__中存储的是同一个对象，同时修复__getattr__的错误逻辑即可：

class Map(dict):
    """
    支持点号访问的字典实现
    Example:
    m = Map({'first_name': 'Eduardo'}, last_name='Pool', age=24, sports=['Soccer'])
    """
    def __init__(self, *args, **kwargs):
        super(Map, self).__init__(*args, **kwargs)
        for arg in args:
            if isinstance(arg, dict):
                for k, v in arg.items():
                    self[k] = v

        if kwargs:
            for k, v in kwargs.items():
                self[k] = v

    def __getattr__(self, attr):
        try:
            return self[attr]
        except KeyError:
            raise AttributeError(f"'Map' object has no attribute '{attr}'")

    def __setattr__(self, key, value):
        self.__setitem__(key, value)

    def __setitem__(self, key, value):
        # 先转换字典为Map实例，保证两处存储的是同一个对象
        if isinstance(value, dict):
            value = Map(value)
        super(Map, self).__setitem__(key, value)
        self.__dict__[key] = value

    def __delattr__(self, item):
        self.__delitem__(item)

    def __delitem__(self, key):
        super(Map, self).__delitem__(key)
        del self.__dict__[key]

修复后你原来的测试代码可以得到预期输出。

不需要自己造轮子，有多个成熟的现成方案适配你的需求：

• 标准库SimpleNamespace：轻量无依赖，适合属性固定的简单场景

  from types import SimpleNamespace
  # 嵌套也支持点号访问
  data = SimpleNamespace(
      start_date = "2020-01-01",
      finish_date = "2021-01-01",
      name = "Type A",
      df = SimpleNamespace(yearly = 0, monthly = 0, weekly = 0)
  )
  # 直接用data.df.yearly访问和修改
  

• dataclass：Python 3.7+内置，支持自定义方法、默认值等，比SimpleNamespace灵活性更高

  from dataclasses import dataclass
  
  @dataclass
  class DfData:
      yearly: int
      monthly: int
      weekly: int
  
  @dataclass
  class ProjectData:
      start_date: str
      finish_date: str
      name: str
      df: DfData
  
  data = ProjectData(
      start_date = "2020-01-01",
      finish_date = "2021-01-01",
      name = "Type A",
      df = DfData(yearly=0, monthly=0, weekly=0)
  )
  

• Pydantic BaseModel：适合工业级项目，支持类型校验、自动序列化、数据转换等功能，即使存储pd.DataFrame也可以通过自定义字段类型支持

  from pydantic import BaseModel
  
  class DfData(BaseModel):
      yearly: int
      monthly: int
      weekly: int
  
  class ProjectData(BaseModel):
      start_date: str
      finish_date: str
      name: str
      df: DfData
  
  data = ProjectData(
      start_date = "2020-01-01",
      finish_date = "2021-01-01",
      name = "Type A",
      df = {"yearly":0, "monthly":0, "weekly":0}
  )
  

内容的提问来源于stack exchange，提问作者Nickkon