Python 在运行时更改**库**装饰器的参数值（例如numba'；s ngit（并行））

虽然装饰器接受参数，但当解释器看到底层函数的声明时，会解析它们的值，因此在函数调用期间保持“常量”

问题是当您使用库中的装饰器或其他第三方代码时，如何在运行时修改装饰器参数值。具体来说，我的问题是，如何决定何时允许在

numba

的

njit

装饰器上并行运行，该装饰器接受这一布尔参数

---

免责声明 这个问题已经被问了很多次，但是每个人都隐式地假设我们控制着装饰程序的源代码。在中，@C2H5OH的答案实际上解决了这个问题，但它与“外部”装饰器一起工作的事实几乎没有引起注意，因此任何面临相同问题的人都必须进行大量搜索。
因此，这个问题旨在自我回答，以明确这一差异，并展示如何具体使用numba

---

因此，对于代码： 假设我们必须使用以下装饰器，该装饰器在函数调用之前打印其参数的值，但我们无法修改其源：

def decorator_和_参数（a）：
def实际_装饰器（func）：
def函数_包装（*args，**kwargs）：
打印（f“在函数调用之前。a={a}”）
func（*args，**kwargs）
返回函数
返回实际值修饰符

我想这样做：

a=1
@带参数的装饰器（a）
def foo（）：
打印（“Hi”）
>>>foo（）
#在函数调用之前。a=1
#嗨
>>>a=2
>>>foo（）
#在函数调用之前。a=1该问题的解决方法是将修饰函数的声明封装在（但）另一个处理“设置”的包装函数中。decorator的参数可以作为参数传递给外部“setup”函数，该函数实际上每次都会重新声明相同的函数（但decorator的行为不同）

现在有一个范围问题需要解决，因为我们原来的函数现在是嵌套的。为此，我们可以简单地返回修饰函数或将其分配给全局变量

代码解决方案：

def功能设置（a）：
@带参数的装饰器（a）
def_foo（）：
打印（“Hi”）
>>>foo=功能设置（1）
>>>foo（）
#在函数调用之前。a=1
#你好
>>>foo=功能设置（2）
>>>foo（）
#在函数调用之前。a=2
#你好


对于numba案例：


def功能_设置（并行）：
@注：njit（平行=平行）
def并行测试（A）：
s=0
对于nb.prange中的i（A.shape[0]）：
s+=A[i]
返回s
返回并行测试
将numpy作为np导入
从TQM导入TQM
A=np.随机。随机（100）
并行测试=功能设置（并行=真）
对于tqdm中的uu（范围（1000000））：
平行试验（A）
# 100%|██████████| 1000000/1000000 [00:04