はじめに

Pythonのデコレータについて、いまいちよくわからないところがあるので、Claude3.5SonnetにPythonデコレータ教科書を作ってもらいました。
これを見て勉強しようと思います。
１発でここまで丁寧に作ってくれるClaudeはすごいですねー。

Pythonデコレータ入門

目次

はじめに
1.1 本書の目的
1.2 対象読者
1.3 前提知識
デコレータの基礎
2.1 デコレータとは何か
2.2 なぜデコレータを使うのか
2.3 デコレータの基本的な構文
関数デコレータ
3.1 シンプルな関数デコレータ
3.2 引数を持つデコレータ
3.3 複数のデコレータの適用
クラスデコレータ
4.1 クラスデコレータの基本
4.2 クラスデコレータの実践的な使用例
デコレータの高度な使用法
5.1 デコレータファクトリ
5.2 ステートフルデコレータ
5.3 クラスメソッドとスタティックメソッドのデコレート
組み込みデコレータ
6.1 @property
6.2 @classmethod
6.3 @staticmethod
デコレータのベストプラクティスとパターン
7.1 デコレータの命名規則
7.2 エラー処理とデバッグ
7.3 パフォーマンスの考慮事項
実践的な例と演習
8.1 ログ記録デコレータ
8.2 タイミングデコレータ
8.3 メモ化デコレータ
まとめと次のステップ
9.1 学習のまとめ
9.2 さらなる学習リソース

1. はじめに

1.1 本書の目的

本書は、Pythonプログラミング言語におけるデコレータの概念と使用方法を、初心者から中級者のプログラマーに向けて包括的に説明することを目的としています。デコレータは、Pythonの強力な機能の1つであり、コードの再利用性、可読性、そして保守性を大幅に向上させる可能性を秘めています。

本書を通じて、読者はデコレータの基本的な概念から高度な使用法まで、段階的に学習していきます。各章では理論的な説明と実践的な例を組み合わせ、読者が確実に理解を深められるよう工夫しています。

1.2 対象読者

本書は以下のような方々を対象としています：

Pythonの基本的な文法を理解している初級～中級プログラマー
デコレータの概念を学びたいと考えている方
プログラミングスキルを向上させたいPython愛好家
ソフトウェア開発の生産性を高めたいと考えている開発者

1.3 前提知識

本書を最大限に活用するためには、以下の知識があることが望ましいです：

Python の基本的な文法（変数、関数、クラスなど）
オブジェクト指向プログラミングの基本概念
関数型プログラミングの基本的な理解

これらの概念に不安がある場合でも、本書では可能な限り丁寧に説明を行いますので、ご安心ください。

2. デコレータの基礎

2.1 デコレータとは何か

デコレータとは、Pythonにおいて既存の関数やクラスを修飾（デコレート）し、その振る舞いを変更または拡張するための強力な機能です。デコレータを使用することで、コードの再利用性を高め、より簡潔で読みやすいコードを書くことができます。

デコレータは、実際には「高階関数」の一種です。高階関数とは、他の関数を引数として受け取るか、または関数を戻り値として返す関数のことを指します。デコレータは、この概念を利用して、既存の関数やクラスをラップし、新しい機能を追加します。

2.2 なぜデコレータを使うのか

デコレータを使用する主な理由には以下のようなものがあります：

コードの再利用性: 共通の機能（ログ記録、エラー処理など）を複数の関数やクラスに簡単に適用できます。
関心の分離: 核となるロジックと付加的な機能（認証、キャッシュなど）を分離できます。
可読性の向上: デコレータを使用することで、コードの意図がより明確になります。
コードの簡潔さ: 同じ処理を複数の場所で繰り返し書く必要がなくなります。
機能の動的な追加: 既存のコードを変更せずに、新しい機能を追加できます。

2.3 デコレータの基本的な構文

Pythonでデコレータを使用する基本的な構文は以下の通りです：

@decorator_function
def target_function():
    pass

この構文は、以下のコードと等価です：

def target_function():
    pass

target_function = decorator_function(target_function)

つまり、@decorator_function は、target_function を decorator_function に渡し、その結果を再び target_function に割り当てるという操作を簡潔に表現しています。

簡単な例を見てみましょう：

def simple_decorator(func):
    def wrapper():
        print("Something is happening before the function is called.")
        func()
        print("Something is happening after the function is called.")
    return wrapper

@simple_decorator
def say_hello():
    print("Hello!")

say_hello()

このコードを実行すると、以下のような出力が得られます：

Something is happening before the function is called.
Hello!
Something is happening after the function is called.

この例では、simple_decorator が say_hello 関数をラップし、関数の前後に追加の処理を行っています。

次の章では、関数デコレータについてより詳しく学んでいきます。

3. 関数デコレータ

関数デコレータは、Pythonデコレータの中で最も一般的で基本的な形式です。この章では、関数デコレータの詳細な使用方法と、様々な応用例について学んでいきます。

3.1 シンプルな関数デコレータ

最も基本的な関数デコレータは、引数を取らないものです。以下に例を示します：

def uppercase_decorator(func):
    def wrapper():
        result = func()
        return result.upper()
    return wrapper

@uppercase_decorator
def greet():
    return "hello, world!"

print(greet())  # 出力: HELLO, WORLD!

この例では、uppercase_decorator が greet 関数をデコレートし、その戻り値を大文字に変換しています。

3.2 引数を持つデコレータ

多くの場合、デコレートする関数は引数を持ちます。そのような関数をデコレートするには、ラッパー関数が元の関数と同じ引数を受け取れるようにする必要があります。

def bold_decorator(func):
    def wrapper(*args, **kwargs):
        result = func(*args, **kwargs)
        return f"<b>{result}</b>"
    return wrapper

@bold_decorator
def greet(name):
    return f"Hello, {name}!"

print(greet("Alice"))  # 出力: <b>Hello, Alice!</b>

この例では、*args と **kwargs を使用することで、任意の数の引数を持つ関数をデコレートできるようにしています。

3.3 複数のデコレータの適用

1つの関数に複数のデコレータを適用することも可能です。デコレータは上から下へ順番に適用されます。

def uppercase_decorator(func):
    def wrapper(*args, **kwargs):
        result = func(*args, **kwargs)
        return result.upper()
    return wrapper

def split_decorator(func):
    def wrapper(*args, **kwargs):
        result = func(*args, **kwargs)
        return result.split()
    return wrapper

@split_decorator
@uppercase_decorator
def greet(name):
    return f"hello, {name}"

print(greet("world"))  # 出力: ['HELLO,', 'WORLD']

この例では、まず uppercase_decorator が適用され、次に split_decorator が適用されます。

3.4 デコレータに引数を渡す

時には、デコレータ自体に引数を渡したい場合があります。これを実現するには、デコレータファクトリを使用します。

def repeat(times):
    def decorator(func):
        def wrapper(*args, **kwargs):
            for _ in range(times):
                result = func(*args, **kwargs)
            return result
        return wrapper
    return decorator

@repeat(3)
def greet(name):
    print(f"Hello, {name}!")

greet("Bob")  # "Hello, Bob!" が3回出力されます

この例では、repeat デコレータが引数 times を受け取り、指定された回数だけ関数を実行します。

3.5 関数の属性の保持

デコレータを使用すると、元の関数の名前や文書文字列などの属性が失われてしまう可能性があります。これを防ぐには、functools モジュールの wraps デコレータを使用します。

from functools import wraps

def my_decorator(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        """Wrapper function"""
        print("Something is happening before the function is called.")
        result = func(*args, **kwargs)
        print("Something is happening after the function is called.")
        return result
    return wrapper

@my_decorator
def say_hello(name):
    """A simple greeting function"""
    print(f"Hello, {name}!")

say_hello("Charlie")
print(say_hello.__name__)  # 出力: say_hello
print(say_hello.__doc__)   # 出力: A simple greeting function

@wraps(func) を使用することで、デコレートされた関数の元の属性（名前、文書文字列など）が保持されます。

3.6 クラスベースのデコレータ

関数の代わりにクラスを使用してデコレータを定義することもできます。これは、デコレータに状態を持たせたい場合に特に便利です。

class CountCalls:
    def __init__(self, func):
        self.func = func
        self.num_calls = 0
    
    def __call__(self, *args, **kwargs):
        self.num_calls += 1
        print(f"Call {self.num_calls} of {self.func.__name__!r}")
        return self.func(*args, **kwargs)

@CountCalls
def say_hello(name):
    print(f"Hello, {name}!")

say_hello("David")
say_hello("Eve")

この例では、CountCalls クラスがデコレータとして機能し、関数が呼び出された回数を追跡します。

以上が関数デコレータの基本と応用です。次の章では、クラスデコレータについて学んでいきます。

4. クラスデコレータ

クラスデコレータは、関数デコレータと同様の概念ですが、クラス全体に適用されます。クラスデコレータを使用することで、クラスの定義や動作を動的に変更することができます。

4.1 クラスデコレータの基本

クラスデコレータの基本的な構文は関数デコレータと同じです：

@decorator
class MyClass:
    pass

これは以下のコードと等価です：

class MyClass:
    pass
MyClass = decorator(MyClass)

4.2 シンプルなクラスデコレータ

最も基本的なクラスデコレータは、クラスを受け取り、修正したクラスを返す関数です。

def add_greeting(cls):
    cls.greet = lambda self: print(f"Hello from {cls.__name__}")
    return cls

@add_greeting
class Person:
    def __init__(self, name):
        self.name = name

p = Person("Alice")
p.greet()  # 出力: Hello from Person

この例では、add_greeting デコレータが Person クラスに greet メソッドを追加しています。

4.3 クラスデコレータを使った属性の追加

クラスデコレータを使用して、クラスに新しい属性を追加することができます。

def add_id(starting_id=0):
    def decorator(cls):
        cls.id = starting_id
        return cls
    return decorator

@add_id(starting_id=100)
class Person:
    def __init__(self, name):
        self.name = name
        type(self).id += 1
        self.personal_id = type(self).id

p1 = Person("Bob")
p2 = Person("Charlie")

print(p1.personal_id)  # 出力: 101
print(p2.personal_id)  # 出力: 102

この例では、add_id デコレータがクラスに id 属性を追加し、各インスタンスに一意の personal_id を割り当てています。

4.4 メソッドの修正

クラスデコレータを使用して、既存のメソッドを修正することもできます。

def uppercase_methods(cls):
    for name, method in cls.__dict__.items():
        if callable(method):
            setattr(cls, name, lambda self, *args, **kwargs: method(self, *args, **kwargs).upper())
    return cls

@uppercase_methods
class Greeting:
    def hello(self):
        return "hello"
    
    def goodbye(self):
        return "goodbye"

g = Greeting()
print(g.hello())    # 出力: HELLO
print(g.goodbye())  # 出力: GOODBYE

この例では、uppercase_methods デコレータがクラスの全てのメソッドの戻り値を大文字に変換しています。

4.5 クラスデコレータを使った継承の模倣

クラスデコレータを使用して、継承に似た動作を実現することができます。

def add_logging(cls):
    class LoggedClass(cls):
        def __getattribute__(self, name):
            print(f"Accessing: {name}")
            return super().__getattribute__(name)
    return LoggedClass

@add_logging
class Person:
    def __init__(self, name):
        self.name = name
    
    def greet(self):
        return f"Hello, I'm {self.name}"

p = Person("David")
print(p.greet())

この例では、add_logging デコレータが元のクラスを継承した新しいクラスを作成し、全ての属性アクセスをログに記録します。

4.6 クラスデコレータのベストプラクティス

単一責任の原則を守る: 各デコレータは1つの明確な目的を持つべきです。
デコレータの順序に注意する: 複数のデコレータを使用する場合、その適用順序が重要になる場合があります。
元のクラスの構造を保持する: できる限り、元のクラスのメソッドや属性を変更せず、新しい機能を追加するようにしましょう。
デバッグのしやすさを考慮する: デコレータはクラスの動作を変更するため、デバッグが難しくなる可能性があります。適切なドキュメンテーションとエラーハンドリングを行いましょう。

クラスデコレータは強力なツールですが、過度に使用すると、コードの理解や保守が難しくなる可能性があります。適切な場面で慎重に使用することが重要です。

次の章では、デコレータのより高度な使用法について学んでいきます。

5. デコレータの高度な使用法

この章では、デコレータのより高度な使用法と技術について探求します。これらの技術を習得することで、より柔軟で強力なデコレータを作成することができます。

5.1 デコレータファクトリ

デコレータファクトリは、デコレータを返す関数です。これにより、デコレータに引数を渡すことができます。

def repeat(times):
    def decorator(func):
        def wrapper(*args, **kwargs):
            for _ in range(times):
                result = func(*args, **kwargs)
            return result
        return wrapper
    return decorator

@repeat(3)
def greet(name):
    print(f"Hello, {name}!")

greet("Alice")  # "Hello, Alice!" が3回出力されます

この例では、repeat はデコレータファクトリで、繰り返し回数を指定できるデコレータを生成します。

5.2 ステートフルデコレータ

ステートフルデコレータは、デコレートされた関数の呼び出し間で状態を保持します。これは、クラスベースのデコレータを使用することで簡単に実現できます。

class CountCalls:
    def __init__(self, func):
        self.func = func
        self.num_calls = 0
    
    def __call__(self, *args, **kwargs):
        self.num_calls += 1
        print(f"Call {self.num_calls} of {self.func.__name__!r}")
        return self.func(*args, **kwargs)

@CountCalls
def say_hello():
    print("Hello!")

say_hello()
say_hello()

この例では、CountCalls デコレータが関数の呼び出し回数を追跡しています。

5.3 クラスメソッドとスタティックメソッドのデコレート

クラスメソッドやスタティックメソッドもデコレートすることができますが、少し注意が必要です。

def log_calls(func):
    def wrapper(*args, **kwargs):
        print(f"Calling {func.__name__}")
        return func(*args, **kwargs)
    return wrapper

class MyClass:
    @classmethod
    @log_calls
    def class_method(cls):
        print("This is a class method")
    
    @staticmethod
    @log_calls
    def static_method():
        print("This is a static method")

MyClass.class_method()
MyClass.static_method()

ここでは、@log_calls デコレータを @classmethod や @staticmethod デコレータの前に配置することで、これらの特殊メソッドをデコレートしています。

5.4 デコレータの合成

複数のデコレータを組み合わせて新しいデコレータを作成することができます。

def bold(func):
    def wrapper():
        return "<b>" + func() + "</b>"
    return wrapper

def italic(func):
    def wrapper():
        return "<i>" + func() + "</i>"
    return wrapper

def compose_decorators(*decorators):
    def decorator(func):
        for dec in reversed(decorators):
            func = dec(func)
        return func
    return decorator

@compose_decorators(bold, italic)
def greet():
    return "Hello, World!"

print(greet())  # 出力: <b><i>Hello, World!</i></b>

この例では、compose_decorators 関数が複数のデコレータを組み合わせて新しいデコレータを作成しています。

5.5 パラメータ化されたデコレータ

デコレータに複数のパラメータを渡したい場合、以下のようなパターンを使用できます。

def tag(tag_name):
    def decorator(func):
        def wrapper(*args, **kwargs):
            return f"<{tag_name}>{func(*args, **kwargs)}</{tag_name}>"
        return wrapper
    return decorator

@tag("div")
@tag("p")
def greet(name):
    return f"Hello, {name}!"

print(greet("Bob"))  # 出力: <div><p>Hello, Bob!</p></div>

この例では、tag デコレータファクトリがHTMLタグ名を受け取り、それに応じたデコレータを生成しています。

5.6 デコレータのデバッグ

デコレータを使用すると、元の関数の情報（名前、ドキュメント文字列など）が失われる可能性があります。これを防ぐには、functools.wraps を使用します。

from functools import wraps

def my_decorator(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        """Wrapper function"""
        print("Before call")
        result = func(*args, **kwargs)
        print("After call")
        return result
    return wrapper

@my_decorator
def greet(name):
    """Greeting function"""
    print(f"Hello, {name}!")

print(greet.__name__)  # 出力: greet
print(greet.__doc__)   # 出力: Greeting function

@wraps(func) を使用することで、デコレートされた関数の元のメタデータが保持されます。

5.7 非同期関数のデコレート

Python 3.5以降では、非同期関数（async/await）をデコレートすることも可能です。

import asyncio

def async_timing(func):
    async def wrapper(*args, **kwargs):
        start = asyncio.get_event_loop().time()
        result = await func(*args, **kwargs)
        end = asyncio.get_event_loop().time()
        print(f"{func.__name__} took {end - start:.2f} seconds")
        return result
    return wrapper

@async_timing
async def async_sleep():
    await asyncio.sleep(1)

asyncio.run(async_sleep())

この例では、async_timing デコレータが非同期関数の実行時間を計測しています。

以上が、デコレータの高度な使用法についての説明です。これらの技術を組み合わせることで、非常に強力で柔軟なデコレータを作成することができます。次の章では、Pythonの組み込みデコレータについて学んでいきます。

6. 組み込みデコレータ

Pythonには、いくつかの組み込みデコレータが用意されています。これらのデコレータは、特定の一般的なタスクを簡単に実装するために設計されています。この章では、主要な組み込みデコレータについて学びます。

6.1 @property

@property デコレータは、メソッドをプロパティとして扱うことができるようにします。これにより、属性のようにアクセスできるメソッドを定義できます。

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

    @property
    def radius(self):
        return self._radius

    @radius.setter
    def radius(self, value):
        if value < 0:
            raise ValueError("Radius cannot be negative")
        self._radius = value

    @property
    def area(self):
        return 3.14 * self._radius ** 2

c = Circle(5)
print(c.radius)  # 出力: 5
c.radius = 10
print(c.area)    # 出力: 314.0

この例では、radius はゲッターとセッターを持つプロパティとして定義されており、area は読み取り専用のプロパティとして定義されています。

6.2 @classmethod

@classmethod デコレータは、クラスメソッドを定義します。クラスメソッドは、インスタンスではなくクラス自体を第一引数（慣例的に cls と名付けられます）として受け取ります。

class Date:
    def __init__(self, year, month, day):
        self.year = year
        self.month = month
        self.day = day

    @classmethod
    def from_string(cls, date_string):
        year, month, day = map(int, date_string.split('-'))
        return cls(year, month, day)

    def __str__(self):
        return f"{self.year}-{self.month:02d}-{self.day:02d}"

date = Date.from_string("2023-06-15")
print(date)  # 出力: 2023-06-15

この例では、from_string クラスメソッドが文字列から Date オブジェクトを生成しています。

6.3 @staticmethod

@staticmethod デコレータは、静的メソッドを定義します。静的メソッドは、クラスにも個々のインスタンスにも結びつかない通常の関数のように振る舞います。

class MathOperations:
    @staticmethod
    def add(a, b):
        return a + b

    @staticmethod
    def multiply(a, b):
        return a * b

print(MathOperations.add(5, 3))       # 出力: 8
print(MathOperations.multiply(4, 2))  # 出力: 8

この例では、add と multiply が静的メソッドとして定義されています。これらのメソッドは、クラスのインスタンスを作成せずに直接呼び出すことができます。

6.4 @abstractmethod

@abstractmethod デコレータは abc モジュールから提供され、抽象メソッドを定義するために使用されます。抽象メソッドは、サブクラスで必ず実装しなければならないメソッドです。

from abc import ABC, abstractmethod

class Shape(ABC):
    @abstractmethod
    def area(self):
        pass

    @abstractmethod
    def perimeter(self):
        pass

class Rectangle(Shape):
    def __init__(self, width, height):
        self.width = width
        self.height = height

    def area(self):
        return self.width * self.height

    def perimeter(self):
        return 2 * (self.width + self.height)

# Shape() は抽象クラスなのでインスタンス化できません
# shape = Shape()  # これはエラーを引き起こします

rect = Rectangle(5, 3)
print(rect.area())      # 出力: 15
print(rect.perimeter()) # 出力: 16

この例では、Shape クラスが2つの抽象メソッド area と perimeter を定義しています。Rectangle クラスはこれらのメソッドを実装しているため、インスタンス化することができます。

6.5 @functools.lru_cache

@functools.lru_cache デコレータは、関数の結果をキャッシュするために使用されます。同じ引数で関数が再度呼び出された場合、計算を再実行せずにキャッシュされた結果を返します。

from functools import lru_cache

@lru_cache(maxsize=None)
def fibonacci(n):
    if n < 2:
        return n
    return fibonacci(n-1) + fibonacci(n-2)

print(fibonacci(100))  # 大きな数でも高速に計算できます

この例では、fibonacci 関数の結果がキャッシュされるため、再帰呼び出しの効率が大幅に向上します。

6.6 @dataclass

Python 3.7以降では、@dataclass デコレータを使用して、データクラスを簡単に定義することができます。データクラスは、主にデータを保持するためのクラスです。

from dataclasses import dataclass

@dataclass
class Point:
    x: float
    y: float

p = Point(1.0, 2.0)
print(p)  # 出力: Point(x=1.0, y=2.0)

この例では、@dataclass デコレータを使用して Point クラスを定義しています。このデコレータは、__init__、__repr__、__eq__ などのメソッドを自動的に生成します。

以上が、Pythonの主要な組み込みデコレータについての説明です。これらのデコレータを適切に使用することで、より簡潔で読みやすいコードを書くことができます。次の章では、デコレータのベストプラクティスとパターンについて学んでいきます。

7. デコレータのベストプラクティスとパターン

デコレータは強力なツールですが、適切に使用しないとコードの可読性や保守性を損なう可能性があります。この章では、デコレータを効果的に使用するためのベストプラクティスと一般的なパターンについて学びます。

7.1 デコレータの命名規則

デコレータの名前は、その機能を明確に示すべきです。一般的に以下のような命名規則が推奨されます：

動詞または動詞句を使用する：@cache, @retry, @validate_input
形容詞を使用する：@deprecated, @synchronized
名詞を使用する（デコレータが何かを追加する場合）：@property, @classmethod

例：

def log_function_call(func):
    def wrapper(*args, **kwargs):
        print(f"Calling function: {func.__name__}")
        return func(*args, **kwargs)
    return wrapper

@log_function_call
def greet(name):
    print(f"Hello, {name}!")

greet("Alice")

7.2 functools.wraps の使用

デコレータを作成する際は、常に functools.wraps を使用してください。これにより、元の関数のメタデータ（名前、ドキュメント文字列など）が保持されます。

from functools import wraps

def my_decorator(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        """Wrapper function"""
        print("Before function call")
        result = func(*args, **kwargs)
        print("After function call")
        return result
    return wrapper

@my_decorator
def say_hello(name):
    """A simple greeting function"""
    print(f"Hello, {name}!")

print(say_hello.__name__)  # 出力: say_hello
print(say_hello.__doc__)   # 出力: A simple greeting function

7.3 デコレータの軽量化

デコレータは可能な限り軽量に保ちましょう。重い処理や多くのリソースを必要とする操作は、ラッパー関数の中で必要な時にのみ実行するようにします。

import time
from functools import wraps

def slow_down(func):
    """Sleep 1 second before calling the function"""
    @wraps(func)
    def wrapper(*args, **kwargs):
        time.sleep(1)
        return func(*args, **kwargs)
    return wrapper

@slow_down
def countdown(from_number):
    if from_number < 1:
        print("Liftoff!")
    else:
        print(from_number)
        countdown(from_number - 1)

countdown(3)

7.4 エラー処理とデバッグ

デコレータ内でエラーが発生した場合、元の関数に関する情報を失わないように注意してください。適切なエラーメッセージとスタックトレースを提供することが重要です。

import traceback
from functools import wraps

def error_handler(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        try:
            return func(*args, **kwargs)
        except Exception as e:
            print(f"Error in {func.__name__}: {str(e)}")
            print("Stack trace:")
            traceback.print_exc()
    return wrapper

@error_handler
def divide(a, b):
    return a / b

divide(10, 0)  # エラーメッセージとスタックトレースが表示されます

7.5 パラメータ化されたデコレータの使用

デコレータに引数を渡したい場合は、デコレータファクトリを使用します。これにより、デコレータの動作をカスタマイズすることができます。

from functools import wraps

def repeat(times):
    def decorator(func):
        @wraps(func)
        def wrapper(*args, **kwargs):
            for _ in range(times):
                result = func(*args, **kwargs)
            return result
        return wrapper
    return decorator

@repeat(3)
def greet(name):
    print(f"Hello, {name}!")

greet("Bob")  # "Hello, Bob!" が3回出力されます

7.6 クラスデコレータの使用

状態を保持する必要がある場合や、デコレータのロジックが複雑な場合は、クラスベースのデコレータを使用することを検討してください。

class CountCalls:
    def __init__(self, func):
        self.func = func
        self.num_calls = 0
    
    def __call__(self, *args, **kwargs):
        self.num_calls += 1
        print(f"Call {self.num_calls} of {self.func.__name__!r}")
        return self.func(*args, **kwargs)

@CountCalls
def say_hello():
    print("Hello!")

say_hello()
say_hello()

7.7 デコレータのドキュメント化

デコレータ自体にもドキュメント文字列を付けることを忘れないでください。デコレータの目的、使用方法、そして影響を明確に説明しましょう。

def deprecated(func):
    """
    This decorator marks a function as deprecated.
    It will result in a warning being emitted when the function is used.
    """
    @wraps(func)
    def wrapper(*args, **kwargs):
        warnings.warn(f"Call to deprecated function {func.__name__}.",
                      category=DeprecationWarning, stacklevel=2)
        return func(*args, **kwargs)
    return wrapper

@deprecated
def old_function():
    print("This is an old function")

old_function()

以上がデコレータのベストプラクティスとパターンについての説明です。これらの原則に従うことで、より読みやすく、保守しやすい、そして効果的なデコレータを作成することができます。次の章では、実践的な例と演習を通じて、これまで学んだ内容を適用していきます。

8. 実践的な例と演習

この章では、これまでに学んだデコレータの概念を実践的な例を通じて適用します。また、演習問題を通じて理解を深めていきます。

8.1 ログ記録デコレータ

ログ記録は、デコレータの一般的な使用例の1つです。以下は、関数の呼び出しと返り値をログに記録するデコレータの例です。

import logging
from functools import wraps

logging.basicConfig(level=logging.INFO)

def log_function_call(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        logging.info(f"Calling {func.__name__} with args: {args}, kwargs: {kwargs}")
        result = func(*args, **kwargs)
        logging.info(f"{func.__name__} returned: {result}")
        return result
    return wrapper

@log_function_call
def add(a, b):
    return a + b

print(add(3, 5))

演習 1: 上記の log_function_call デコレータを拡張して、関数の実行時間も記録するようにしてください。

8.2 タイミングデコレータ

関数の実行時間を計測するデコレータは、パフォーマンスの最適化に役立ちます。

import time
from functools import wraps

def timing_decorator(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        print(f"{func.__name__} took {end_time - start_time:.4f} seconds to execute")
        return result
    return wrapper

@timing_decorator
def slow_function():
    time.sleep(2)
    print("Function execution completed")

slow_function()

演習 2: timing_decorator を修正して、関数が複数回呼び出された場合の平均実行時間を計算し、表示するようにしてください。

8.3 メモ化デコレータ

メモ化は、同じ入力に対する関数の結果をキャッシュすることで、計算を最適化する技術です。

from functools import wraps

def memoize(func):
    cache = {}
    @wraps(func)
    def wrapper(*args):
        if args in cache:
            return cache[args]
        result = func(*args)
        cache[args] = result
        return result
    return wrapper

@memoize
def fibonacci(n):
    if n < 2:
        return n
    return fibonacci(n-1) + fibonacci(n-2)

print(fibonacci(100))  # 大きな数でも高速に計算できます

演習 3: memoize デコレータを拡張して、キャッシュのサイズを制限し、最も古いエントリを削除する機能を追加してください。

8.4 再試行デコレータ

ネットワーク操作など、失敗する可能性のある操作を自動的に再試行するデコレータは非常に有用です。

import time
from functools import wraps

def retry(max_attempts=3, delay=1):
    def decorator(func):
        @wraps(func)
        def wrapper(*args, **kwargs):
            attempts = 0
            while attempts < max_attempts:
                try:
                    return func(*args, **kwargs)
                except Exception as e:
                    attempts += 1
                    if attempts == max_attempts:
                        raise e
                    time.sleep(delay)
        return wrapper
    return decorator

@retry(max_attempts=5, delay=2)
def unreliable_function():
    import random
    if random.random() < 0.7:
        raise Exception("Random error occurred")
    return "Success!"

print(unreliable_function())

演習 4: retry デコレータを修正して、指数バックオフ（再試行の間隔を徐々に長くする）を実装してください。

8.5 入力検証デコレータ

入力検証は、関数の引数が正しいかどうかを確認するために使用されます。

from functools import wraps

def validate_types(**expected_types):
    def decorator(func):
        @wraps(func)
        def wrapper(*args, **kwargs):
            for arg_name, expected_type in expected_types.items():
                if arg_name in kwargs:
                    if not isinstance(kwargs[arg_name], expected_type):
                        raise TypeError(f"Argument {arg_name} must be of type {expected_type}")
            return func(*args, **kwargs)
        return wrapper
    return decorator

@validate_types(a=int, b=int)
def add(a, b):
    return a + b

print(add(3, 5))
# print(add(3, "5"))  # これはTypeErrorを引き起こします

演習 5: validate_types デコレータを拡張して、位置引数も検証できるようにしてください。

8.6 シングルトンデコレータ

シングルトンパターンは、クラスのインスタンスが1つしか存在しないことを保証します。

def singleton(cls):
    instances = {}
    def get_instance(*args, **kwargs):
        if cls not in instances:
            instances[cls] = cls(*args, **kwargs)
        return instances[cls]
    return get_instance

@singleton
class DatabaseConnection:
    def __init__(self):
        print("Initializing database connection")

# これらは同じインスタンスを返します
db1 = DatabaseConnection()
db2 = DatabaseConnection()
print(db1 is db2)  # True

演習 6: singleton デコレータを修正して、クラスの __new__ メソッドをオーバーライドすることで、シングルトンパターンを実装してください。

これらの例と演習を通じて、デコレータの実践的な使用方法と応用について学ぶことができます。次の章では、これまでの学習内容をまとめ、さらなる学習のためのリソースを提供します。

9. まとめと次のステップ

9.1 学習のまとめ

本書を通じて、Pythonのデコレータについて広範囲にわたって学習してきました。ここで、主要なポイントを振り返ってみましょう：

デコレータの基礎:
- デコレータとは、既存の関数やクラスを修飾し、その振る舞いを変更または拡張する機能です。
- デコレータは、コードの再利用性と可読性を向上させる強力なツールです。
関数デコレータ:
- 基本的な関数デコレータの作成方法を学びました。
- 引数を持つデコレータや複数のデコレータの適用について理解しました。
クラスデコレータ:
- クラス全体を修飾するデコレータの作成と使用方法を学びました。
- クラスの属性やメソッドを動的に変更する方法を理解しました。
デコレータの高度な使用法:
- デコレータファクトリ、ステートフルデコレータ、クラスメソッドとスタティックメソッドのデコレートなど、より高度な技術を学びました。
組み込みデコレータ:
- Python標準ライブラリに含まれる @property, @classmethod, @staticmethod などの組み込みデコレータの使用方法を理解しました。
デコレータのベストプラクティスとパターン:
- デコレータの命名規則、functools.wraps の使用、エラー処理など、効果的なデコレータ作成のためのベストプラクティスを学びました。
実践的な例と演習:
- ログ記録、タイミング計測、メモ化、再試行ロジック、入力検証、シングルトンパターンなど、実際のシナリオでのデコレータの応用を見てきました。

9.2 さらなる学習リソース

デコレータについてさらに深く学びたい場合、以下のリソースが役立つでしょう：

公式ドキュメント:
- Python公式ドキュメント - 関数定義
- Python公式ドキュメント - クラス定義
書籍:
- "Fluent Python" by Luciano Ramalho - デコレータを含むPythonの高度なトピックについて詳しく解説しています。
- "Python Cookbook" by David Beazley and Brian K. Jones - デコレータの実践的な使用例が多く含まれています。
オンラインコース:
- Coursera、Udemy、edXなどのプラットフォームで、Pythonの高度なトピックを扱うコースを探してみてください。
ブログ記事とチュートリアル:
- Real Python - Primer on Python Decorators
- Python Tips - Decorators
オープンソースプロジェクト:
- 人気のあるPythonライブラリやフレームワーク（例：Flask、Django、pytest）のソースコードを読むことで、実際の環境でのデコレータの使用例を見ることができます。

9.3 次のステップ

デコレータの基本を習得したら、以下のような方向性で学習を進めることができます：

メタプログラミング: デコレータはメタプログラミングの一形態です。Pythonのメタクラスや動的コード生成についても学んでみましょう。
関数型プログラミング: デコレータは関数型プログラミングの概念と密接に関連しています。Pythonでの関数型プログラミングについてさらに深く学んでみましょう。
デザインパターン: デコレータパターン以外のデザインパターンについても学び、それらをPythonで実装する方法を探ってみましょう。
パフォーマンス最適化: デコレータを使用してコードのパフォーマンスを最適化する方法を研究してみましょう。プロファイリングやベンチマーキングと組み合わせると効果的です。
フレームワーク開発: 自分でフレームワークを開発する際に、デコレータをどのように活用できるか考えてみましょう。
コード品質とテスト: デコレータを使用して、コードの品質を向上させたり、テストを容易にする方法を探ってみましょう。

デコレータは奥が深く、学べば学ぶほど新しい可能性が広がります。本書で学んだ基礎を足がかりに、Pythonプログラミングのさらなる高みを目指してください。デコレータを使いこなすことで、より簡潔で、保守性が高く、効率的なコードを書くことができるようになるでしょう。

プログラミングの旅を楽しんでください！