使用functools.partial的Python装饰器中func参数来源问题

你看到的两次run_n调用，完全是带参数装饰器的固定执行逻辑，和partial的功能刚好匹配，拆解开每一步的运行顺序就很清楚：

• 第一步：遇到装饰器行@run_n(count=2)时，Python会立刻执行这行的表达式，也就是带着count=2参数调用run_n。此时后面定义的那个打印Hello的func函数还根本没被创建，所以run_n的func参数会走到默认值None，对应你看到的第一组调试输出。
• 第二步：这次调用因为命中了func is None的判断分支，没有返回装饰器最终需要的wrapper，而是返回了partial(run_n, count=count)生成的偏函数对象。
  关于functools.partial的实际作用，不需要想得太复杂：它就是给目标函数预先固定一部分参数，生成一个新的可调用对象。后续调用这个新对象时，只需要传入剩下没固定的参数，它会自动把之前固定的参数拼接上，再调用原函数。
  这里生成的偏函数，本质就是一个预先设好count=2的run_n版本：调用它的时候只需要传入func参数，它就会自动带着之前固定的count=2值，去调用真正的run_n。
• 第三步：按照Python装饰器的语法规则，@后面的表达式执行完得到的结果（也就是刚才的偏函数对象），会用来接收后面定义的被装饰函数。此时Python会把刚创建好的、打印Hello的func函数，作为位置参数传给这个偏函数。
  这时候就触发了第二次run_n的调用：偏函数自动把固定好的count=2带上，把传进来的func（真正的目标函数对象）作为第一个参数传给run_n，对应你看到的第二组调试输出里func打印为函数内存地址、count值保持2。
• 第四步：这次进入run_n时func不再是None，就会走正常分支生成循环执行的wrapper返回。最终这个wrapper会被赋值给模块里的func变量，等你执行func()时就会按设定的次数循环打印Hello。

很多人写带参装饰器时习惯用三层嵌套的写法：外层函数接收装饰器配置参数，返回一个内层函数，内层函数再接收被装饰函数。实际上根本不需要嵌套——只要@deco(args)执行后返回的，是一个能接收「被装饰函数」作为入参的可调用对象，就完全满足装饰器的运行要求。这里的partial就是帮你生成了那个用来接收被装饰函数的可调用对象，省掉了手写嵌套内层函数的冗余代码。

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