由于要入坑机器学习和数据挖掘，有必要先好好钻研一下python，由于之前有那么一点点py的基础，所以这里就不想从零开始学习了，我会不定期地发一写学习过程中遇到的python有趣特性。今天首先来说一下python里的装饰器，之前我发过一篇专门讲java装饰器模式的文章，所以这里先详细谈一下两种装饰器的区别和联系：
相同点：
- 仅看功能的话，python里的装饰器和java的装饰器模式都是为原目标添加新的功能。
不同点：
- python里的装饰器可以作为特性使用（类似java里的注解），而java中的装饰器只是一种设计模式。
- python里的装饰器实际上是其函数式编程特性的一种，所以这个装饰器是一个函数，它装饰的也一个函数。而对java来说，他没有外部方法的概念，对象是一等公民，所以这个装饰器是一个类，它装饰的也是一个类（但是最后也会落实到类的某个方法上）。
实际区别中的第二点正好也是python和java中闭包的区别，一个由函数层面实现，一个由类的层面实现。当然，这是我根据自己的理解总结的，也不一定准确，大家随便看看就行了。我们还是直入主题，来讲讲python里装饰器的用法吧。至于装饰器是干什么用的，可以参考我之前讲java装饰器模式的博客，这里就不再赘述了。
讲之前我先啰嗦几句，从函数式编程的支持来说，感觉python和scala还是做得比较灵活，两者都在面向对象的基础上添加了大量的函数式编程特性。当然scala其实可以另当别论了，因为它本身就是一门函数式编程语言。但是java一直以来都跳不出完全面向对象这个桎梏，最近一些版本里也有改变，比如java8里加入了lamda表达式，也算是向函数式编程靠近吧。但是我想很多人还是希望java能在以后添加更多的函数式编程的特性吧，真的太方便了。当然如果你是学C++的，就可以忽视这些讨论问题了，哪里需要什么函数式编程，指针可以搞定一切。。。
开始，首先定义一个被装饰的函数：
>>> def paint():
... print("I've been painted into black!")
...
我们知道在java中实现装饰，主要是用到了接口和多态。到了python主要用到了高阶函数（可以接受函数作为参数和返回值）的特性来实现的，我们接着定义如下的嵌套函数：
>>> def decorator(func):
... def decorated(*args, **kw):
... print('Put the picture on the wall!')
... return func(*args, **kw)
... return decorated
...
这个函数仔细看的话涉及到的东西还挺多的，但是我们就先撇开这些分析。最外层的函数decorator实际上就是装饰器，它负责接受一个并加工一个函数，在其内部的嵌套函数decorated里就是在具体给之前的函数添加新的功能，最后再将它返回，也就是原来的func函数“升级”成了decorated函数。这里真的是不得不感叹python的灵活简洁。直接通过 return func(*args, **kw)这句话解决了装饰器给原函数添加参数的问题。要是在java里就太麻烦了，先得在装饰器类的内部添加相应的参数字段，然后再通过构造方法初始化参数字段，最后在接口方法里使用这些要添加的参数。
总之就是这么简单，一个装饰器就做好了，怎么用？如下：
>>> @decorator
... def paint():
... print("I've been painted into black")
直接通过@标记引入对应的装饰器，然后在下面定义你的函数就行了。执行被装饰函数结果如下：
>>> paint()
Put the picture on the wall!
I've been painted into black
装饰效果成功达成！！！这种方式时使用内置字段来使用装饰器的，事实上，我们还可以用更复古的方法去使用装饰器，就是像java中那样，将被装饰目标作为对象“注入”到装饰器里：
>>> paint = decorator(paint)
这应该好理解吧，现在paint这个引用指向的是被“装饰过”函数的地址，但是原来那个函数实际上还是在内存中的。还没看python的垃圾回收机制，所以这种情况下的回收我暂时也不太懂，不知道是不是像java里一样发现不在引用树的话直接清理。
>>> paint()
Put the picture on the wall!
I've been painted into black
前面已经说过了可以使用return func(*args, **kw)这样的方法来直接给被装饰函数添加参数，那么如果有时候如果装饰器本身也需要参数呢？比如这里我的例子是往墙上挂东西，我怎么知道挂什么东西呢？接着我们来测试一下在装饰器里传递参数：
>>> def out_deco(what):
... def in_deco(func):
... def decorated(*args, **kw):
... print('Put the %s on the wall!' % what)
... return func(*args, **kw)
... return decorated
... return in_deco
...
我们来用一下，注意这里要@最外层的装饰器：
>>> @out_deco('picture')
... def paint():
... print("I've been painted into black!")
...
它对应的复古操作如下：
>>> now = out_deco('picture')(paint)
这里可能会有人问：为什么只是@了最外层的装饰器，当前函数最多传递给外层装饰器里面的装饰器怎么获得的参数？这里实际上还是用到了闭包的特性。内层函数直接获取外层函数里的参数。
最后来说一个问题吧，我们知道装饰器里返回的是一个函数的引用，那么也就是说接受这个返回值的话也就接受了这个返回函数的一切。聪明的小伙伴可能就不干了，因为这就说明我现在拿到的函数里的__name__域也变成新的函数名了呀，这有点驴头不对马尾吧。解决方法有两种：你可以使用wrapper.__name__ = func.__name__这样的代码，也可以使用Python内置的functools.wraps来实现（推荐），我们现在按照后者来重写一下以上代码：
import functools
def out_deco(what):
def in_deco(func):
@functools.wraps(func)
def decorated(*args, **kw):
print('Put the %s on the wall!' % what)
return func(*args, **kw)
return decorated
return in_deco
注意这里的wraps()函数的使用只能在接收到func参数之后，然后我们运行一下：
@out_deco('picture')
def paint():
print("I've been painted into black!")
print(paint.__name__)
paint()
----------------------------------
Put the picture on the wall!
I've been painted into black!
paint
好了，感觉自己写了好多，累哭了。。。看完python的装饰器是不是感觉其实装饰器也就这样嘛，和java装饰器一样都需要给装饰器注入一个目标并给其添加新功能，只不过python注入的是函数返回的是升级函数，java注入的是对象返回的是升级对象。
