Python中的“@”有何作用

最近看 D2L 的代码发现经常会出现下面这样的的情况：在一个类或函数的最前面有个@。虽然第二章解释了后面的注释#@save：表示下面的函数是已经定义在包里的，后面不用重新定义便可直接使用。但是并没有解释这里@的用法。

找了一下资料发现，@在 Python 中有两种含义：

1. 矩阵乘法。
2. 类和函数的装饰器。

矩阵乘法

在一些书中，讲到矩阵乘法的时候，会使用matmul方法进行计算，比如 Pytorch 的torch.matmul。但其实可以直接使用@表示矩阵乘法，比如：

import torch
from torch.utils import benchmark
typ = torch.float16
n = 1024*16
a = torch.randn(n,n).type(typ).cuda()
b = torch.randn(n,n).type(typ).cuda()
t = benchmark.Timer (
    stmt='a @ b', # 这里的@就是矩阵乘法的意思
    globals={'a':a,'b':b}
)
x=t.timeit(50)
2*n**3/x.median/1e12

需要注意这种用法并不是 Pytorch 独有的，如果你查一下 Python 文档的话，会发现文档里就有这种定义。

顺道一提，这个代码我也是从李沐的一篇动态看到的。与此同时，3060 的水平大概是 28，你可以用这个测测你的半精度浮点性能。

类和函数的装饰器

装饰器（decorator）是一种语法糖，也就是用来减少代码量的。它的意思是@下面的类或函数是@后面函数的参数。

比如官方文档中有这样一个例子，下面这两个函数的定义是等价的：

def f(arg):
    ...
f = staticmethod(f)

@staticmethod
def f(arg):
    ...

你可以看到，staticmethod的参数就是f。

那么回到开头那张图中：

首先，LinearRegression是一个类，前面有定义，只是这里没有列出来。
其次，d2l.add_to_class(LinearRegression)表示将下面这个函数添加到LinearRegression这个类中，作为其的一个方法。

这个例子可能你看的还有点迷糊，那么看看这个：

可以看到，model是LinearRegression类的一个对象，它在第二张图片的装饰器之后，便可以使用新增的get_w_b()这个方法。

希望能帮到有需要的人～

参考资料

What does the “at” (@) symbol do in Python? - Stack Overflow：这是一篇帖子中的一个回答。这个回答的质量非常高，虽然不是最高赞，已经说的很全面了，其他的回答都没有必要看。也是我找到答案的起点。

decorator - Glossary - Python：Python 官方文档中关于装饰器的简介，这也是整个文档里唯一单独讲述装饰器的部分。其他都是混着其他内容讲的，如下：