python-3.7 - Python 嵌套数据类...这有效吗？

Question

背景

我正在使用数据类来创建嵌套数据结构，我用它来表示复杂的测试输出。

以前我一直通过创建多个顶级数据类然后使用组合来创建层次结构:

from dataclasses import dataclass

@dataclass
class Meta:
    color: str 
    size: float

@dataclass
class Point:
    x: float
    y: float
    stuff: Meta

point1 = Point(x=5, y=-5, stuff=Meta(color='blue', size=20))

问题

我想知道是否有一种方法可以以独立的方式定义类，而不是用一堆较低级别的类来污染我的顶层。所以在上面，Point数据类的定义包含了Meta的定义，而不是顶层的定义。

解决方案？

我想知道是否有可能将内部(数据类)类与数据类一起使用并让一切正常工作。

所以我尝试了这个:

rom dataclasses import dataclass
from typing import get_type_hints


@dataclass
class Point:

    @dataclass
    class Meta:
        color: str 
        size: float

    @dataclass
    class Misc:
        elemA: bool
        elemB: int 

    x: float
    y: float
    meta: Meta
    misc: Misc


point1 = Point(x=1, y=2,
               meta=Point.Meta(color='red', size=5.5),
               misc=Point.Misc(elemA=True, elemB=-100))

print("This is the point:", point1)
print(point1.x)
print(point1.y)
print(point1.meta)
print(point1.misc)
print(point1.meta.color)
print(point1.misc.elemB)

point1.misc.elemB = 99
print(point1)
print(point1.misc.elemB)

这一切似乎都有效 - 打印输出都正常工作，并且对(子)成员元素的分配也有效。

您甚至可以支持嵌套元素的默认值:

from dataclasses import dataclass


@dataclass
class Point:

    @dataclass
    class Meta:
        color: str = 'red'
        size: float = 10.0

    x: float
    y: float
    meta: Meta = Meta()


pt2 = Point(x=10, y=20)
print('pt2', pt2)

...正确打印出 pt2 的 red 和 10.0 默认值

问题

这是实现嵌套数据类的正确方法吗？

(这意味着它现在能正常工作只是运气不好，但将来可能会崩溃？...或者它只是很糟糕，而不是你做事的方式？...或者它只是很糟糕？)

...与组合在一起的无数顶级“迷你”数据类相比，它肯定更清晰，更容易理解和支持一百万倍。

...这也比尝试使用 marshmellow 或将 json 模式偷工减料到类结构模型要容易得多。

...它也很简单(我喜欢)

Answer 1

您可以只使用字符串来注释尚不存在的类:

from dataclasses import dataclass

@dataclass
class Point:
    x: float
    y: float
    stuff: "Meta"

@dataclass
class Meta:
    color: str 
    size: float


point1 = Point(x=5, y=-5, stuff=Meta(color='blue', size=20))

这样，您就可以以最合理的方式对类定义进行重新排序。像 mypy 这样的静态类型检查器也尊重这种前向引用方式，它是 the initial pep on type annotation 的一部分。 ，所以没有什么异国情调。嵌套类也可以解决问题，但更难阅读，since flat is better than nested .