我正在查看一些使用该@符号的 Python 代码，但我不知道它的作用。我也不知道要搜索什么，因为搜索 Python 文档或@包含符号时 Google 不会返回相关结果。
问问题
527974 次
14 回答
450
行首的@符号用于类、函数和方法装饰器。
在这里阅读更多：
您将遇到的最常见的 Python 装饰器是：
如果你@在一行的中间看到一个，那就是另一回事了，矩阵乘法。请参阅此答案，显示@用作二元运算符的用法。
于 2011-06-17T23:23:44.947 回答
412
例子
class Pizza(object):
def __init__(self):
self.toppings = []
def __call__(self, topping):
# When using '@instance_of_pizza' before a function definition
# the function gets passed onto 'topping'.
self.toppings.append(topping())
def __repr__(self):
return str(self.toppings)
pizza = Pizza()
@pizza
def cheese():
return 'cheese'
@pizza
def sauce():
return 'sauce'
print pizza
# ['cheese', 'sauce']
这表明您在装饰器function之后定义的//基本上只是在符号之后立即传递给method/ 。classargumentfunctionmethod@
初见
微框架Flask从一开始就以以下格式引入装饰器：
from flask import Flask
app = Flask(__name__)
@app.route("/")
def hello():
return "Hello World!"
这反过来又转化为：
rule = "/"
view_func = hello
# They go as arguments here in 'flask/app.py'
def add_url_rule(self, rule, endpoint=None, view_func=None, **options):
pass
意识到这一点终于让我对 Flask 感到安心。
于 2013-04-05T17:15:18.347 回答
241
此代码片段：
def decorator(func):
return func
@decorator
def some_func():
pass
相当于这段代码：
def decorator(func):
return func
def some_func():
pass
some_func = decorator(some_func)
在装饰器的定义中，您可以添加一些函数通常不会返回的已修改内容。
于 2013-02-10T15:47:31.100 回答
231
在 Python 3.5 中，您可以@作为运算符重载。它被命名为__matmul__，因为它被设计用来做矩阵乘法，但它可以是你想要的任何东西。有关详细信息，请参阅PEP465。
这是矩阵乘法的简单实现。
class Mat(list):
def __matmul__(self, B):
A = self
return Mat([[sum(A[i][k]*B[k][j] for k in range(len(B)))
for j in range(len(B[0])) ] for i in range(len(A))])
A = Mat([[1,3],[7,5]])
B = Mat([[6,8],[4,2]])
print(A @ B)
此代码产生：
[[18, 14], [62, 66]]
于 2015-03-11T20:51:38.050 回答
159
Python 中的“at”(@) 符号有什么作用？
简而言之，它用于装饰器语法和矩阵乘法。
在装饰器的上下文中，此语法：
@decorator
def decorated_function():
"""this function is decorated"""
相当于：
def decorated_function():
"""this function is decorated"""
decorated_function = decorator(decorated_function)
在矩阵乘法的上下文中，a @ b调用a.__matmul__(b)- 使这种语法：
a @ b
相当于
dot(a, b)
和
a @= b
相当于
a = dot(a, b)
其中dot是，例如，numpy 矩阵乘法函数和a和b是矩阵。
你怎么能自己发现这个？
我也不知道要搜索什么，因为搜索 Python 文档或包含 @ 符号时 Google 不会返回相关结果。
如果您想对特定的 Python 语法有一个相当完整的视图，请直接查看语法文件。对于 Python 3 分支：
~$ grep -C 1 "@" cpython/Grammar/Grammar
decorator: '@' dotted_name [ '(' [arglist] ')' ] NEWLINE
decorators: decorator+
--
testlist_star_expr: (test|star_expr) (',' (test|star_expr))* [',']
augassign: ('+=' | '-=' | '*=' | '@=' | '/=' | '%=' | '&=' | '|=' | '^=' |
'<<=' | '>>=' | '**=' | '//=')
--
arith_expr: term (('+'|'-') term)*
term: factor (('*'|'@'|'/'|'%'|'//') factor)*
factor: ('+'|'-'|'~') factor | power
我们可以在这里看到它@在三种情况下使用：
- 装饰师
- 因子之间的算子
- 增广赋值运算符
装饰器语法：
谷歌搜索“decorator python docs”给出了最佳结果之一，即“Python 语言参考”的“复合语句”部分。向下滚动到函数定义部分，我们可以通过搜索单词“decorator”找到它，我们看到......有很多要阅读的内容。但是“装饰器”这个词是词汇表的链接，它告诉我们：
装饰师
返回另一个函数的函数，通常使用
@wrapper语法作为函数转换应用。装饰器的常见示例是classmethod()和staticmethod()。装饰器语法只是语法糖，以下两个函数定义在语义上是等价的：
def f(...): ... f = staticmethod(f) @staticmethod def f(...): ...类也存在相同的概念，但在那里不太常用。有关装饰器的更多信息，请参阅函数定义和类定义的文档。
所以，我们看到
@foo
def bar():
pass
在语义上与：
def bar():
pass
bar = foo(bar)
它们并不完全相同，因为 Python 使用装饰器 ( @) 语法在 bar 之前评估 foo 表达式（可能是点查找和函数调用），但在另一种情况下评估 bar之后的 foo 表达式。
（如果这种差异对代码的含义产生了影响，那么您应该重新考虑您在生活中所做的事情，因为那将是病态的。）
堆叠装饰器
如果我们回到函数定义语法文档，我们会看到：
@f1(arg) @f2 def func(): pass大致相当于
def func(): pass func = f1(arg)(f2(func))
这是一个演示，我们可以首先调用作为装饰器的函数，以及堆栈装饰器。在 Python 中，函数是第一类对象——这意味着您可以将函数作为参数传递给另一个函数，并返回函数。装饰器做这两件事。
如果我们堆叠装饰器，则定义的函数首先被传递给它上面的装饰器，然后是下一个，依此类推。
这大约总结了@装饰器上下文中的用法。
运营商，@
在语言参考的词法分析部分，我们有一个关于操作符的部分，其中包括@，这使得它也是一个操作符：
以下标记是运算符：
+ - * ** / // % @ << >> & | ^ ~ < > <= >= == !=
在下一页，数据模型中，我们有Emulating Numeric Types部分，
object.__add__(self, other) object.__sub__(self, other) object.__mul__(self, other) object.__matmul__(self, other) object.__truediv__(self, other) object.__floordiv__(self, other)[...] 调用这些方法来实现二进制算术运算（
+,-,*,@,/,//, [...]
我们看到__matmul__对应于@。如果我们在文档中搜索“matmul”，我们会在标题“PEP 465 - 矩阵乘法的专用中缀运算符”下找到带有“matmul”的 Python 3.5 新增功能的链接。
它可以通过定义
__matmul__()、__rmatmul__()和 来实现，__imatmul__()用于常规、反射和就地矩阵乘法。
（所以现在我们知道这@=是就地版本）。它进一步说明：
矩阵乘法在数学、科学、工程的许多领域中是一种非常常见的运算，并且添加 @ 可以编写更清晰的代码：
S = (H @ beta - r).T @ inv(H @ V @ H.T) @ (H @ beta - r)代替：
S = dot((dot(H, beta) - r).T, dot(inv(dot(dot(H, V), H.T)), dot(H, beta) - r))
虽然这个操作符几乎可以被重载来做任何事情，numpy例如，我们将使用这个语法来计算数组和矩阵的内积和外积：
>>> from numpy import array, matrix
>>> array([[1,2,3]]).T @ array([[1,2,3]])
array([[1, 2, 3],
[2, 4, 6],
[3, 6, 9]])
>>> array([[1,2,3]]) @ array([[1,2,3]]).T
array([[14]])
>>> matrix([1,2,3]).T @ matrix([1,2,3])
matrix([[1, 2, 3],
[2, 4, 6],
[3, 6, 9]])
>>> matrix([1,2,3]) @ matrix([1,2,3]).T
matrix([[14]])
就地矩阵乘法：@=
在研究先前的用法时，我们了解到还有就地矩阵乘法。如果我们尝试使用它，我们可能会发现它还没有为 numpy 实现：
>>> m = matrix([1,2,3])
>>> m @= m.T
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: In-place matrix multiplication is not (yet) supported. Use 'a = a @ b' instead of 'a @= b'.
实施后，我希望结果如下所示：
>>> m = matrix([1,2,3])
>>> m @= m.T
>>> m
matrix([[14]])
于 2017-09-03T19:28:24.737 回答
79
Python 中的“at”(@) 符号有什么作用？
@ 符号是 python 提供的一种语法糖decorator，
用来解释问题，这正是装饰器在 Python 中的作用？
简单decorator地说，允许您修改给定函数的定义而不触及它的最里面（它是闭包）。
当您从第三方导入精美的包时，这是最常见的情况。你可以想象它，你可以使用它，但你无法触及它的内心和内心。
这是一个简单的例子，
假设我read_a_book在 Ipython 上定义了一个函数
In [9]: def read_a_book():
...: return "I am reading the book: "
...:
In [10]: read_a_book()
Out[10]: 'I am reading the book: '
你看，我忘了给它加个名字。
如何解决这样的问题？当然，我可以将函数重新定义为：
def read_a_book():
return "I am reading the book: 'Python Cookbook'"
然而，如果不允许我操作原始函数，或者有成千上万个这样的函数需要处理，该怎么办。
换个思路解决问题，定义一个new_function
def add_a_book(func):
def wrapper():
return func() + "Python Cookbook"
return wrapper
然后使用它。
In [14]: read_a_book = add_a_book(read_a_book)
In [15]: read_a_book()
Out[15]: 'I am reading the book: Python Cookbook'
多田，你看，我read_a_book在没有触及内部封闭的情况下进行了修改。没有什么能阻止我配备decorator.
关于什么@
@add_a_book
def read_a_book():
return "I am reading the book: "
In [17]: read_a_book()
Out[17]: 'I am reading the book: Python Cookbook'
@add_a_book是一种花哨且方便的说法read_a_book = add_a_book(read_a_book)，它是一种语法糖，没有什么比它更花哨的了。
于 2018-05-26T02:21:07.673 回答
21
如果您指的是使用Numpy库的 python 笔记本中的某些代码，则@ operator表示Matrix Multiplication。例如：
import numpy as np
def forward(xi, W1, b1, W2, b2):
z1 = W1 @ xi + b1
a1 = sigma(z1)
z2 = W2 @ a1 + b2
return z2, a1
于 2018-11-07T06:08:03.727 回答
14
在 Python 中添加了装饰器以使函数和方法包装（一种接收函数并返回增强函数的函数）更易于阅读和理解。最初的用例是能够将方法定义为类方法或静态方法。如果没有装饰器语法，它将需要一个相当稀疏和重复的定义：
class WithoutDecorators:
def some_static_method():
print("this is static method")
some_static_method = staticmethod(some_static_method)
def some_class_method(cls):
print("this is class method")
some_class_method = classmethod(some_class_method)
如果装饰器语法用于相同目的，则代码更短且更易于理解：
class WithDecorators:
@staticmethod
def some_static_method():
print("this is static method")
@classmethod
def some_class_method(cls):
print("this is class method")
一般语法和可能的实现
装饰器通常是一个命名对象（不允许使用 lambda 表达式），它在调用时接受单个参数（它将是装饰函数）并返回另一个可调用对象。这里使用“可调用”而不是带有预谋的“函数”。虽然装饰器经常在方法和函数的范围内讨论，但它们并不限于它们。事实上，任何可调用的东西（任何实现 _call__ 方法的对象都被认为是可调用的），都可以用作装饰器，并且它们返回的对象通常不是简单的函数，而是实现自己的 __call_ 方法的更复杂类的更多实例。
装饰器语法只是一个语法糖。考虑以下装饰器的用法：
@some_decorator
def decorated_function():
pass
这总是可以用显式的装饰器调用和函数重新分配来代替：
def decorated_function():
pass
decorated_function = some_decorator(decorated_function)
但是，后者的可读性较差，并且如果在单个函数上使用多个装饰器也很难理解。装饰器可以以多种不同的方式使用，如下所示：
作为一个函数
编写自定义装饰器的方法有很多，但最简单的方法是编写一个函数，该函数返回一个包装原始函数调用的子函数。
通用模式如下：
def mydecorator(function):
def wrapped(*args, **kwargs):
# do some stuff before the original
# function gets called
result = function(*args, **kwargs)
# do some stuff after function call and
# return the result
return result
# return wrapper as a decorated function
return wrapped
作为一个班级
虽然装饰器几乎总是可以使用函数来实现，但在某些情况下使用用户定义的类是更好的选择。当装饰器需要复杂的参数化或依赖于特定状态时，这通常是正确的。
作为一个类的非参数化装饰器的通用模式如下：
class DecoratorAsClass:
def __init__(self, function):
self.function = function
def __call__(self, *args, **kwargs):
# do some stuff before the original
# function gets called
result = self.function(*args, **kwargs)
# do some stuff after function call and
# return the result
return result
参数化装饰器
在实际代码中，经常需要使用可以参数化的装饰器。当函数用作装饰器时，解决方案很简单——必须使用第二层包装。下面是一个装饰器的简单示例，它在每次调用装饰函数时重复执行指定次数：
def repeat(number=3):
"""Cause decorated function to be repeated a number of times.
Last value of original function call is returned as a result
:param number: number of repetitions, 3 if not specified
"""
def actual_decorator(function):
def wrapper(*args, **kwargs):
result = None
for _ in range(number):
result = function(*args, **kwargs)
return result
return wrapper
return actual_decorator
以这种方式定义的装饰器可以接受参数：
>>> @repeat(2)
... def foo():
... print("foo")
...
>>> foo()
foo
foo
请注意，即使参数化装饰器的参数具有默认值，其名称后的括号也是必需的。使用带有默认参数的上述装饰器的正确方法如下：
>>> @repeat()
... def bar():
... print("bar")
...
>>> bar()
bar
bar
bar
最后让我们看看带有属性的装饰器。
特性
这些属性提供了一个内置的描述符类型，它知道如何将属性链接到一组方法。一个属性有四个可选参数： fget 、 fset 、 fdel 和 doc 。可以提供最后一个来定义链接到属性的文档字符串，就好像它是一个方法一样。这是一个 Rectangle 类的示例，可以通过直接访问存储两个角点的属性或使用 width 和 height 属性来控制它：
class Rectangle:
def __init__(self, x1, y1, x2, y2):
self.x1, self.y1 = x1, y1
self.x2, self.y2 = x2, y2
def _width_get(self):
return self.x2 - self.x1
def _width_set(self, value):
self.x2 = self.x1 + value
def _height_get(self):
return self.y2 - self.y1
def _height_set(self, value):
self.y2 = self.y1 + value
width = property(
_width_get, _width_set,
doc="rectangle width measured from left"
)
height = property(
_height_get, _height_set,
doc="rectangle height measured from top"
)
def __repr__(self):
return "{}({}, {}, {}, {})".format(
self.__class__.__name__,
self.x1, self.y1, self.x2, self.y2
)
创建属性的最佳语法是使用属性作为装饰器。这将减少类内部方法签名的数量，并使代码更具可读性和可维护性。使用装饰器，上述类变为：
class Rectangle:
def __init__(self, x1, y1, x2, y2):
self.x1, self.y1 = x1, y1
self.x2, self.y2 = x2, y2
@property
def width(self):
"""rectangle height measured from top"""
return self.x2 - self.x1
@width.setter
def width(self, value):
self.x2 = self.x1 + value
@property
def height(self):
"""rectangle height measured from top"""
return self.y2 - self.y1
@height.setter
def height(self, value):
self.y2 = self.y1 + value
于 2019-07-01T02:55:44.947 回答
12
从 Python 3.5 开始，“@”用作 MATRIX MULTIPLICATION 的专用中缀符号（PEP 0465 - 请参阅https://www.python.org/dev/peps/pep-0465/）
于 2016-03-07T23:18:41.863 回答
5
它表明您正在使用装饰器。这是布鲁斯·埃克尔2008 年的例子。
于 2011-06-17T23:22:51.297 回答
5
Python 装饰器就像一个函数或类的包装器。还是太概念化了。
def function_decorator(func):
def wrapped_func():
# Do something before the function is executed
func()
# Do something after the function has been executed
return wrapped_func
上面的代码是装饰函数的装饰器的定义。function_decorator 是装饰器的名称。
Wrapped_func是内部函数的名称，实际上只在这个装饰器定义中使用。func是被修饰的函数。在内部函数Wrapped_func中，我们可以在调用func之前和之后做任何事情。装饰器定义好后，我们简单的使用如下。
@function_decorator
def func():
pass
然后，每当我们调用函数func时，我们在装饰器中定义的行为也将被执行。
例子 ：
from functools import wraps
def mydecorator(f):
@wraps(f)
def wrapped(*args, **kwargs):
print "Before decorated function"
r = f(*args, **kwargs)
print "After decorated function"
return r
return wrapped
@mydecorator
def myfunc(myarg):
print "my function", myarg
return "return value"
r = myfunc('asdf')
print r
输出 ：
Before decorated function
my function asdf
After decorated function
return value
于 2021-01-09T05:38:41.570 回答
4
@可以是数学运算符或装饰器，但您的意思是装饰器。
这段代码：
def func(f):
return f
func(lambda :"HelloWorld")()
使用装饰器可以写成：
def func(f):
return f
@func
def name():
return "Hello World"
name()
装饰器可以有参数。
你可以看到这个 GeeksforGeeks 帖子：https ://www.geeksforgeeks.org/decorators-in-python/
于 2021-03-07T06:22:25.350 回答
3
用不同的方式说别人有什么：是的，它是一个装饰器。
在 Python 中，它就像：
- 创建一个函数（在@调用下）
- 调用另一个函数对您创建的函数进行操作。这将返回一个新函数。您调用的函数是@ 的参数。
- 用返回的新函数替换定义的函数。
这可以用于各种有用的事情，因为函数是对象而只是必要的指令。
于 2014-02-07T20:20:26.233 回答
3
@ 符号还用于访问 plydata / pandas 数据框查询中的变量，pandas.DataFrame.query. 例子：
df = pandas.DataFrame({'foo': [1,2,15,17]})
y = 10
df >> query('foo > @y') # plydata
df.query('foo > @y') # pandas
于 2017-11-15T21:08:51.990 回答