Python惰性属性装饰器原理解惑：self为何指向Circle对象

先看完整代码：

def lazyproperty(func):
    name = '_lazy_' + func.__name__
    @property
    def lazy(self):
        print(self)
        if hasattr(self, name):
            return getattr(self, name)
        else:
            value = func(self)
            setattr(self, name, value)
            return value
    return lazy
        
import math

class Circle:
    def __init__(self, radius):
        self.radius = radius

    @lazyproperty
    def area(self):
        print('Computing area')
        return math.pi * self.radius ** 2

一、装饰器的本质：替换被装饰的对象 #

Python里的@xxx装饰器是语法糖，核心逻辑是：把被装饰的函数（比如这里的area）传给装饰器函数（lazyproperty），再把装饰器返回的新对象赋值回原来的函数名（area）。

所以@lazyproperty装饰Circle.area的过程，等价于手动执行：

# 先定义原本的area函数
def area(self):
    print('Computing area')
    return math.pi * self.radius ** 2
# 将area传入lazyproperty，把返回的lazy方法赋值给area
area = lazyproperty(area)

二、lazy函数里的self为什么是Circle实例？ #

核心逻辑是：被@property装饰的lazy方法，最终会绑定为Circle类的属性访问器，当通过Circle实例访问该属性时，Python会自动把当前实例作为第一个参数传入lazy方法。

简单说：

1. lazyproperty返回的lazy被@property装饰后，成为了属性描述符，会关联到Circle类的area属性上。
2. 当你创建实例c = Circle(5)并访问c.area时，Python会自动调用lazy方法，同时把c这个实例作为self参数传进去——这和普通类方法的参数传递逻辑完全一致，只是@property让调用方式变成了属性访问（不用加括号）。

三、完整运行流程（以c = Circle(5)为例） #

第一次访问c.area：

1. 触发lazy(self)调用，self就是c，打印实例地址<__main__.Circle object at 0x...>。
2. 检查c是否有_lazy_area属性（这是lazyproperty用原函数名生成的缓存键），第一次访问时不存在。
3. 调用func(self)——这里的func就是原本的area函数，把self=c传进去，执行打印和面积计算。
4. 用setattr(self, name, value)把计算结果存入c._lazy_area，作为缓存。
5. 返回计算结果。

第二次及以后访问c.area：

1. 触发lazy(self)调用，self仍然是c。
2. 检查发现c已经有_lazy_area属性，直接返回缓存值，不再执行原area的计算逻辑，实现了懒加载+缓存的效果。

四、@property的作用 #

lazy被@property装饰后，把方法伪装成了只读属性：

• 访问时不用加括号（c.area而非c.area()），用法和普通实例属性一致，更符合直觉。
• 内部可以封装复杂计算逻辑，但对外暴露简洁的属性接口。

内容的提问来源于stack exchange，提问作者user2994219