装饰器加在@staticmethod/@classmethod外侧会失效，因其作用于描述符而非函数；应置于内侧。@property同理，装饰器需支持__get__协议。实例方法装饰须用functools.wraps避免self丢失。
装饰器加在 @staticmethod 和 @classmethod 上为什么失效？
因为 @staticmethod 和 @classmethod 本身返回的是描述符对象，不是普通函数。装饰器如果直接套在它们上面，会作用于这些描述符，而不是底层可调用对象，导致被装饰的逻辑根本不会执行。
正确做法是把装饰器放在 @staticmethod/@classmethod 内侧，也就是先装饰原函数，再用静态/类方法包装：
@my_decorator @staticmethod def my_method(): ...✅ 正确：装饰器看到的是普通函数
@staticmethod @my_decorator def my_method(): ...
❌ 错误：装饰器看到的是 staticmethod 对象，通常不支持 call
常见错误现象：TypeError: 'staticmethod' object is not callable 或装饰器逻辑完全没触发。
@property 方法能不能用装饰器？怎么写才安全？
可以，但必须确保装饰器返回的对象也支持描述符协议（即实现 __get__），否则 @property 的取值行为会被破坏。
立即学习“Python免费学习笔记（深入）”；
最稳妥的方式是让装饰器适配描述符——或者更简单：把装饰器放在 @property 内侧：
@property
@cache_result # 假设这个装饰器支持 descriptor 协议
def expensive_value(self):
return compute()
✅ 推荐：property 包裹已装饰函数
@cache_result
@property
def expensive_value(self):
return compute()
❌ 风险高：若 @cache_result 不处理 get，访问 .expensive_value 会出错
关键点：装饰器是否保留原始函数的描述符行为，取决于它是否转发 __get__。多数通用装饰器（如 functools.wraps 包装的）不自动处理这点。
本文档主要讲述的是Matlab语言的特点；Matlab具有用法简单、灵活、程式结构性强、延展性好等优点，已经逐渐成为科技计算、视图交互系统和程序中的首选语言工具。特别是它在线性代数、数理统计、自动控制、数字信号处理、动态系统仿真等方面表现突出，已经成为科研工作人员和工程技术人员进行科学研究和生产实践的有利武器。希望本文档会给有需要的朋友带来帮助；感兴趣的朋友可以过来看看
给实例方法加装饰器时，self 参数为什么会丢失或错位？
这是装饰器未正确处理绑定方法（bound method）的典型表现。如果你写了一个不带 functools.wraps 或未适配 __get__ 的装饰器，Python 在调用时可能无法正确提取 self。
实操建议：
- 始终用
functools.wraps(func)包装装饰器内部函数 - 避免在装饰器里直接返回裸函数；若需修改调用逻辑，确保返回对象能响应
__get__（比如用types.MethodType重构，但一般没必要） - 测试时务必通过实例调用：
obj.method()，而不是MyClass.method(obj)，后者绕过了绑定机制，容易掩盖问题
一个典型错误示例：AttributeError: 'NoneType' object has no attribute 'xxx'，往往是因为装饰器返回了 None 或不支持绑定的对象。
想统一装饰整个类的方法，用 __set_name__ 还是元类？
两者都能做，但适用场景不同：__set_name__ 更轻量，适合单个描述符类（如自定义属性装饰器）；元类适合全局规则（如“所有以 api_ 开头的方法自动加鉴权”）。
性能与维护性考虑：
- 元类在类定义时就介入，不可动态关闭，调试困难；
__set_name__是惰性的，只在属性被赋值到类上时触发 - 如果只是想“标记+后期扫描”，用类装饰器（
@decorate_class）比元类更直观、易测 - 注意：元类 + 装饰器组合容易引发执行顺序问题，比如装饰器在元类
__new__之前还是之后运行，依赖具体实现
真正难处理的，是装饰器和多重继承、__slots__、或 typing.get_type_hints 一起用时的兼容性——这些地方没有标准约定，得一个个 case 验证。
