我有一个执行昂贵操作并且经常被调用的函数；但是，该操作只需要执行一次 - 它的结果可以被缓存。
我尝试制作一个无限生成器，但没有得到预期的结果：
>>> def g():
... result = "foo"
... while True:
... yield result
...
>>> g()
<generator object g at 0x1093db230> # why didn't it give me "foo"?
为什么不是g发电机？
>>> g
<function g at 0x1093de488>
编辑：如果这种方法不起作用也没关系，但我需要一些性能与常规函数完全相同的东西，如下所示：
>>> [g() for x in range(3)]
["foo", "foo", "foo"]
g()是一个生成器函数。调用它会返回生成器。然后，您需要使用该生成器来获取您的值。例如，通过循环或调用next()它：
gen = g()
value = next(gen)
请注意，再次调用g()将再次计算相同的值并生成一个新的生成器。
您可能只想使用全局缓存值。将其作为属性存储在函数上可以工作：
def g():
if not hasattr(g, '_cache'):
g._cache = 'foo'
return g._cache
更好的方法：@functools.lru_cache(maxsize=None). 它已被向后移植到 python 2.7，或者您可以自己编写。
我偶尔会犯下以下罪行：
def foo():
if hasattr(foo, 'cache'):
return foo.cache
# do work
foo.cache = result
return result
这是一个非常简单的缓存装饰器。它不考虑参数的任何变化，它只是在第一次调用后返回相同的结果。那里有更高级的缓存，可以缓存每个输入组合的结果（“记忆”）。
import functools
def callonce(func):
result = []
@functools.wraps(func)
def wrapper(*args, **kwargs):
if not result:
result.append(func(*args, **kwargs))
return result[0]
return wrapper
用法：
@callonce
def long_running_function(x, y, z):
# do something expensive with x, y, and z, producing result
return result
如果您出于某种原因更愿意将函数编写为生成器（可能每次调用的结果略有不同，但初始设置仍然很耗时，或者您只需要允许您的函数的 C 样式静态变量记住从一个调用到下一个调用的一些状态），你可以使用这个装饰器：
import functools
def gen2func(generator):
gen = []
@functools.wraps(generator)
def wrapper(*args, **kwargs):
if not gen:
gen.append(generator(*args, **kwargs))
return next(gen[0])
return wrapper
用法：
@gen2func
def long_running_function_in_generator_form(x, y, z):
# do something expensive with x, y, and z, producing result
while True:
yield result
result += 1 # for example
用于允许将参数传递给生成器的每次迭代的Python 2.5 或更高版本.send()如下（注意**kwargs不支持）：
import functools
def gen2func(generator):
gen = []
@functools.wraps(generator)
def wrapper(*args):
if not gen:
gen.append(generator(*args))
return next(gen[0])
return gen[0].send(args)
return wrapper
@gen2func
def function_with_static_vars(a, b, c):
# time-consuming initial setup goes here
# also initialize any "static" vars here
while True:
# do something with a, b, c
a, b, c = yield # get next a, b, c
更好的选择是使用memoization。你可以创建一个 memoize 装饰器，你可以用它来包装你想要缓存结果的任何函数。你可以在这里找到一些好的实现。