Python 为类属性生成随机数

我有以下代码：

from numpy import random

class Person():

    def __init__(self, name, age=random.randint(18,65)):
        self.name = name
        self.age = age

我希望年龄是18到65之间的随机数，除非明确指定。但是，当我创建此类的不同实例时，如下所示：

p1 = Person('Bob')
p2 = Person('Sue')
p3 = Person('Jeff')

---

每个人都有相同的年龄。如何解决此问题？

之所以

age

总是相同的，是因为

age

参数的值是在定义方法

\uuuu init\uuuu

时定义的，并且不会在每次调用方法时重新创建，如果希望每次调用方法时都更改变量

age

的实例化，请将其移动到方法内部

from numpy import random

class Person():
    def __init__(self, name, age=None):
        self.name = name
        self.age = age if age else random.randint(18, 65)

p1 = Person('Bob')
p2 = Person('Sue', 20)
p3 = Person('Jeff')

print(p1.age)
>> 56
print(p2.age)
>> 20
print(p3.age)
>> 20

print(Person('Sue', 20).age)
>> 20

---

这种行为的原因是属性的默认值只被初始化并设置了一次，因此代码片段

random.randint（18,65）

将被执行并设置为年龄的默认值，这就是如果不提供年龄，则年龄的默认值相同的原因

要解决问题请将默认值设置为“无”，并在需要时执行随机值的检查和分配：

from numpy import random


class Person():

    def __init__(self, name, age=None):
        if age is None:
            age = random.randint(18,65)
        self.name = name
        self.age = age

有关默认属性的有用信息：

---

人（'Sue'，0'的年龄值是多少？@AndriyIvaneyko它是20，你的答案是这个答案的精确副本，怎么是0？是的，它非常相似，但不相同，

if age

vs

if age is None

是完全不同的，解释推理也与我的观点不同（如果您对原因感兴趣，这就是给出另一个答案的原因）。我对差异感兴趣？一个测试值是否为非类型，另一个检查值是否不=0？正确吗？不，一个检查非类型，另一个检查值是否为falsy（更多信息：）