我對裝飾器的一些通俗理解，或許能幫助到你~

1 寫在前面

python中使用@放在函數上方便定義一個裝飾器，不少朋友以爲使用裝飾器太魔幻，始終不知道怎麼靈活使用。

要想作到靈活使用，得首先明白它的本質。今天，我試着用最通俗的語言，幾行代碼和小例子來解釋裝飾器的本質。

2 小例子

這是一個裝飾器：

def call_print(f):
  def g():
    print('you\'re calling %s function'%(f.__name__,))
  return g

使用call_print裝飾器：

@call_print
def myfun():
  pass
 
@call_print
def myfun2():
  pass

myfun()後返回：

In [27]: myfun()
you're calling myfun function

In [28]: myfun2()
you're calling myfun2 function

3 使用call_print

你看，@call_print放置在任何一個新定義的函數上面，都會默認輸出一行，你正在調用這個函數的名。

這是爲何呢？注意觀察新定義的call_print函數(加上@後即是裝飾器):

def call_print(f):
  def g():
    print('you\'re calling %s function'%(f.__name__,))
  return g

它必須接受一個函數f，而後返回另一個函數g.

4 裝飾器本質

本質上，它與下面的調用方式效果是等效的：

def myfun():
  pass

def myfun2():
  pass
  
def call_print(f):
  def g():
    print('you\'re calling %s function'%(f.__name__,))
  return g

下面是最重要的代碼：

myfun = call_print(myfun)
myfun2 = call_print(myfun2)

你們看明白嗎？也就是call_print(myfun)後不是返回一個函數嗎，而後再賦值給myfun.

再次調用myfun, myfun2時，效果是這樣的：

In [32]: myfun()
you're calling myfun function

In [33]: myfun2()
you're calling myfun2 function

你看，這與裝飾器的實現效果是如出一轍的。裝飾器的寫法可能更加直觀些，因此不用顯示的這樣賦值：myfun = call_print(myfun)，myfun2 = call_print(myfun2)，可是裝飾器的這種封裝，猛一看，有些很差理解。

怎麼樣，相信你會有一些收穫，恭喜你！這是個人原創，若是能夠，幫我分享一下吧。

---

近期小例子：pyecharts繪製詞雲圖；使用pillow處理圖片，很簡單！；slice對象的應用舉例；一行代碼優化異常輸出；函數的五類參數使用例子；繪製時間線輪播圖；python參數類型使用總結；繪製水球圖；lambda參數之坑；Python繪製儀表盤；參數的默認值陷阱！;chain串聯多個迭代對象；機器學習中會涉及到的隨機選擇樣本；使用namedtuple的小例子; pkuseg 作分詞，超級nice~; 寫一個裝飾器：統計異常發生次數和時間;對象可被調用的實現方法;求任意維度兩點間距離; 兩種合併字典的方法對比; 計算和聚合同時進行; groupby 分組; plotly畫柱狀圖+折線圖;

有收穫，點個在看；想要了解更多小例子，點擊閱讀原文

本文分享自微信公衆號 - Python與算法社區（alg-channel）。
若有侵權，請聯繫 support@oschina.cn 刪除。
本文參與「OSC源創計劃」，歡迎正在閱讀的你也加入，一塊兒分享。