python - 普通类的哈希函数是什么？为什么数据类没有相同的哈希函数？

Question

下面是一个示例，其中数据类“无法”进行哈希处理，但普通类确实可以生成良好的哈希值。

既然普通类也有 np.ndarray 并且应该是不可散列的，为什么这个可以工作？

import numpy as np
from dataclasses import dataclass

class X:
    def __init__(self):
        x = np.ndarray([0,1,1,0,110]) 

@dataclass(frozen=True, eq=True)
class Y:
    name: str
    unit_price: np.ndarray 

a = X()
print(a.__hash__()) 

b = Y(10, np.array([0,1,2]))
print(b.__hash__())

输出:

8787234869218
Traceback (most recent call last):
  File "t.py", line 37, in <module>
    print(b.__hash__())
  File "<string>", line 3, in __hash__
TypeError: unhashable type: 'numpy.ndarray'

Answer 1

因为你使用了:

@dataclass(frozen=True, eq=True)

这里的规则在docs中有描述。 :

If eq and frozen are both true, by default dataclass() will generate a __hash__() method for you. If eq is true and frozen is false, __hash__() will be set to None, marking it unhashable (which it is, since it is mutable). If eq is false, __hash__() will be left untouched meaning the __hash__() method of the superclass will be used (if the superclass is object, this means it will fall back to id-based hashing).

数据类生成了一个哈希函数，该函数基于属性进行哈希处理。当然，它实际上不起作用，因为您使用了 numpy.ndarray。

默认情况下，用户定义的对象继承object.__hash__，它只是根据身份进行散列，几乎返回id(self)(尽管不完全是)。

在第一种情况下，两者的行为不会相同，因为您告诉数据类代码生成器使用相应的 __eq__ 创建一个“不可变”类型，该类型基于目的。当然，散列与__eq__一致并且基于属性的值。在第二种情况下，哈希(和相等)基于对象的身份。

为了说明这些差异:

>>> from dataclasses import dataclass
>>> @dataclass(frozen=True, eq=True)
... class Point1:
...     x: int
...     y: int
...
>>> points = set()
>>> points.add(Point1(0, 0))
>>> Point1(0, 0) in points
True

所以请注意，集合中有一个具有相同值的不同点对象。

但是，以下是基于身份的哈希/相等的运作方式:

>>> class Point2:
...     def __init__(self, x, y):
...         self.x = x
...         self.y = y
...
>>> p = Point2(0, 0)
>>> points = set()
>>> points.add(p)
>>> Point2(0, 0) in points
False
>>> p in points
True