如何从Python类中随机调用方法？报错原因及解决办法

首先来看你代码里的两个核心错误：

报错原因 #

1. 类方法参数不匹配：你定义的HI_1到HI_4既没有添加self参数（实例方法必需），也没有用@staticmethod或@classmethod声明，Python会默认把调用时的第一个参数当成self，导致你传15,7时参数数量不对，触发TypeError。
2. 错误的方法访问方式：Calculate.b这种写法是行不通的——b是你定义的字符串变量，Python会把它当成类的属性名去查找，而你的Calculate类里根本没有叫b的方法，所以会抛出AttributeError。

正确实现方式 #

我们可以用getattr()函数来根据字符串动态获取类/实例方法，同时修正类方法的定义，下面给两种常见的实现方案：

方案1：使用静态方法（无需实例化类） #

给每个方法加上@staticmethod装饰器，这样方法不需要依赖类实例就能调用：

import random

class Calculate():
    @staticmethod
    def HI_1(x, y):
        return x + y
    @staticmethod
    def HI_2(x, y):
        return x - y
    @staticmethod
    def HI_3(x, y):
        return x * y
    @staticmethod
    def HI_4(x, y):
        return x / y

# 随机生成方法名
method_name = f'HI_{random.randint(1, 4)}'
# 通过getattr获取对应的静态方法
selected_method = getattr(Calculate, method_name)
# 调用方法并输出结果
result = selected_method(15, 7)
print(result)

方案2：使用实例方法（先实例化类） #

如果你的方法需要访问类的实例属性，就用这种方式，给每个方法加上self参数：

import random

class Calculate():
    def HI_1(self, x, y):
        return x + y
    def HI_2(self, x, y):
        return x - y
    def HI_3(self, x, y):
        return x * y
    def HI_4(self, x, y):
        return x / y

# 先实例化类
calc_instance = Calculate()
# 随机选择方法名
method_name = f'HI_{random.randint(1, 4)}'
# 通过getattr获取实例方法
selected_method = getattr(calc_instance, method_name)
# 调用方法
result = selected_method(15, 7)
print(result)

更健壮的写法：用列表存储方法名 #

如果以后要新增方法，修改随机数范围容易出错，我们可以把所有方法名存在列表里，用random.choice()随机选择：

import random

class Calculate():
    @staticmethod
    def HI_1(x, y):
        return x + y
    @staticmethod
    def HI_2(x, y):
        return x - y
    @staticmethod
    def HI_3(x, y):
        return x * y
    @staticmethod
    def HI_4(x, y):
        return x / y

# 存储所有目标方法名
method_names = ['HI_1', 'HI_2', 'HI_3', 'HI_4']
# 随机选一个方法名
selected_name = random.choice(method_names)
selected_method = getattr(Calculate, selected_name)
result = selected_method(15, 7)
print(result)

这样后续新增方法时，只需要往method_names列表里加名字就行，不用改动其他逻辑。

内容的提问来源于stack exchange，提问作者Octavian Hubbabuba