本文介绍使用 `functools.cached_Property` 装饰器，让类中耗时计算方法仅执行一次，并将结果自动缓存为实例属性，后续访问直接返回缓存值，兼顾简洁性、可读性与性能。
在面向对象编程中，常遇到一类典型场景：某个属性的值依赖于一个计算开销较大（如 I/O、复杂算法、网络请求等）的方法，且该值在整个对象生命周期内保持不变。若每次通过方法调用获取该值（如 self.my_value()），不仅重复执行冗余计算，还会显著拖慢性能；而若强行在 __init__ 中预计算，则可能违反“按需加载”原则——尤其当该值并非所有实例路径都必需时。
python 3.8+ 提供了优雅的解决方案：functools.cached_property。它将一个普通方法转换为惰性求值的缓存属性——首次访问时执行方法体并保存结果，后续访问直接返回缓存值，且该缓存绑定到具体实例（线程安全、无全局污染）。
以下为优化后的完整示例：
from functools import cached_property from typing import List class Example: @cached_property def my_value(self) -> int: """执行一次即缓存的耗时计算（模拟真实场景）""" print("✅ 执行 lengthy calculation... (仅首次触发)") # 此处可替换为真实耗时操作，例如： # return expensive_database_query() # return time_consuming_algorithm() return 1 def do_something_with_my_value(self) -> List[int]: """多次使用 my_value，但实际只计算一次""" return [x + self.my_value for x in range(1, 1000)]使用方式与普通属性完全一致：
立即学习“Python免费学习笔记（深入）”；
obj = Example() print(obj.my_value) # ✅ 输出: ✅ 执行 lengthy calculation... (仅首次触发) → 1 print(obj.my_value) # ✅ 输出: 1（直接返回缓存，无打印） result = obj.do_something_with_my_value() # 内部访问 self.my_value 多次，均命中缓存关键优势与注意事项
- ✅ 零侵入改造：无需修改调用方代码（self.my_value 替代 self.my_value()），语义更清晰（它本就是“值”，而非“动作”）。
- ✅ 实例级隔离：每个 Example 实例独立缓存，互不影响。
- ✅ 线程安全：cached_property 内部使用锁机制，确保多线程首次访问时计算不被重复执行。
- ⚠️ 不可变前提：该方案假设 my_value 的结果在对象生命周期内恒定。若值可能变化（如依赖外部状态），需手动清除缓存（del obj.my_value）或改用其他策略（如 @property + 显式缓存字典）。
- ⚠️ Python 版本要求：仅支持 Python 3.8 及以上。旧版本可使用 cached-property 第三方库（API 兼容），或手动实现带锁的延迟属性。
总结
@cached_property 是 Python 中实现“惰性初始化 + 结果复用”的标准、推荐做法。它以极简语法解决了性能与设计清晰度的双重需求，是构建高效、可维护类接口的重要工具。当你的类中存在“计算昂贵但结果稳定”的逻辑时，请优先考虑它——而非手动管理标志位、临时属性或 __init__ 预加载。