在Python中，只要在某些元素加上@，就能實現一些魔法，而初學Python時最先接觸的，應該是@staticmethod與@classmethod，剛開始，會以為這是Python的內建語法之一，實際上，這是Python的裝飾器（Decorators）實現。然而，在PEP318中就提過了，裝飾器這名稱容易令人誤會，因為它跟Gof設計模式中的裝飾器定義並不一致，而且，它能做到的功能更多。
從高階函式開始
在Python中，函式是一級值（first-class value）。就現今來說，這個事實會令許多開發者聯想到：這類的函式在許多場合進行傳遞時，會得到許多的效益，像是單純地將程式碼傳遞至另一函式之中，以實現程式碼的共用樣板封裝、建立閉包（Closure）來保存執行情境（Context），或者是從函式中傳回函式等作法；更進階一點的，有些開發者可能就會聯想到函數式程式設計。
在函數式程式設計中，如果有個函式可以接受函式，進行若干處理之後傳回函式，那麼，會稱呼這個函式為高階函式（High-order function），在Python中，裝飾器語法會被加入的動機，正是從這個需求而來，像是PEP318中的例子：
def foo(self): # 做一些操作後傳回函式> foo = classmethod(foo)
classmethod本質上是一個函式，它接受foo參考的函式，進行一些操作，然後，傳回函式並指定給foo參考，而當這類的函式轉換變多時，或者需要額外的引數，例如foo = synchronized(lock)(foo)，我們馬上會發現程式的可讀性迅速降低。
因此，Python 2.4之後引入了裝飾器，如果有個函式可接受函式，並傳回函式時，可直接使用@來進行標註：
@classmethod
def foo(self):
# 做一些操作後傳回函式這實際上是個語法蜜糖，效果等同於foo = classmethod(foo)，而foo = synchronized(lock)(foo)的情況，則可以在foo上，標註@synchronized(lock)，此時，只要搭配適當的命名，程式碼就會有良好的可讀性。
然而，重點在於，classmethod這類函式中進行的魔法，可以在不修改被標註對象的程式碼下，擴充它的功能，甚至是完全改變它的行為。
只是裝飾器？
就許多運用Python的場合來說，實際上，不太需要自訂裝飾器，標準程式庫就內建了許多實作，像是@staticmethod、@classmethod、@property、@abstractmethod、@total_ordering等。
如果標準程式庫所內建的實作還不夠，還有PythonDecoratorLibrary這類第三方程式庫實現。
如果非得自己實現一個裝飾器，有一個基本的架構是：
def my_decorator(f): @wraps(f) def wrapper(*args, **kwds): # f(*args, **kwds)前、後做一些操作 return wrapper
當被裝飾的函式受到呼叫時，等同於呼叫傳回的wrapper函式，由於實際上my_decorator傳回了另一個函式，函式上的基本資訊已經不等同於傳入的f函式，這會造成一些除錯上的困擾，因此建議使用funtools模組的@wrap來裝飾f，這會將f的模組（__module__）、函式名稱（__name__）、docStrings（__doc__）等複製給wrapper，而@wrap又是一個裝飾器。
而在常見的自訂裝飾器範例當中，基本上，都是類似的架構，通常也確實是在f(*args, **kwds)呼叫前後做些處理（像是@log做些日誌處理），符合Gof中裝飾器的概念。
不過，Python中有些特性一旦結合裝飾器來使用的話，就又不像是Gof裝飾器了。
相關的應用範例之一，是使用了標準程式庫中的@contextmanager，從而自訂情境管理器（Context manager），以便搭配with as進行情境管理，由於搭配了yield建立了產生器，以便重用類似情境的樣板程式碼（像是檔案的關閉、資料庫的commit、rollback等），操作起來，又像是Template callback模式的實現。
而像@property可以搭配描述器（Descriptor），實現攔截屬性的存取，@abstractmethod的實現，本身會動態繼承、建立一個新類別，而@total_ordering的實現，本身會修改被裝飾的類別，顯然地，當中能做的事情，又遠超過Gof裝飾器的職責，進入了像是AOP（Aspect-oriented programming），甚至是meta-programming的範疇。
更像是巨集
儘管一些歷史性的原因，Python的裝飾器使用了@這個符號，這讓人聯想到javadoc或者是Java的標註（Annotation），而Java的標註確實也應用在AOP，以及有限的meta-programming上，不過，實際在PEP318中指出，Python的裝飾器在許多運用上，也許更接近於編譯器的領域，而在Bruce Eckel的〈Decorators I: Introduction to Python Decorators〉中一開頭，就特別指出：「與Python裝飾器最接近的，我想是巨集（Macros）了」。
談到巨集，接觸過C的開發者，馬上會想到C的巨集前置處理指令。Bruce Eckel在文件中，指出：「在一門語言中，巨集的目的是提供一個修改語言元素的方式」，而Python的裝飾器可以修改函式、方法或類別，而且使用的是Python本身的語法，而不像C的巨集使用的是另一套語言。
由於meta-programming本身並沒有嚴謹的定義，在我先前專欄〈動態擴展語言元素的程式設計〉也就談過，像是C的巨集，也可視為meta-programming的一種形式。
而相對於Java 5之後的自訂標註來說，雖然將標註納入了Java語法本身，不過想要實現修改語言元素這個目的，還得透過反射之類的機制來達成，結果就是囉嗦，而且困難重重，就某些程度來說，AOP這名詞就是因此而創造出來的。正如我先前專欄〈從攔截過濾器到AOP〉中，所談到的：「在（Python）這類語言中，識別、分離並實現橫切關注，相對來說是件稀鬆平常之事。」
使用語言本身去處理語言
因此在Python中，Python裝飾器也不是單純用來更簡單地實現AOP，而是使用語言本身去處理語言，這讓人想到Ruby或Groovy這類語言，可以建立內部DSL，甚至實現一個建構系統，例如，在〈Python Decorators III: A Decorator-Based Build System〉中，就示範了相關的作法，解釋如何使用Python裝飾器，實現一個Python建構（Build）系統。
實際上，如果想要在Python中，有個巨集之類的功能，也可以透過內建的ast模組來實現，像是MacroPy就試著在import時期，對Python程式碼進行轉換處理，可簡單地讓Python程式碼擁有Case Classes、Quick Lambdas之類的擴充語法。
有機會的話，可以看看Python標準程式庫中，@wrap、@contextmanager、@total_ordering等的實現，從這些內建的裝飾器出發，瞭解更多神奇魔法是如何實現的，就能更有彈性地去思考Python裝飾器本身的可能性，而不單只是被裝飾器這名詞給限制住了。