def foo(*args, **kwargs):
print 'args = ', args
print 'kwargs = ', kwargs
print '---------------------------------------'

if __name__ == '__main__':
foo(1,2,3,4)
foo(a=1,b=2,c=3)
foo(1,2,3,4, a=1,b=2,c=3)
foo('a', 1, None, a=1, b='2', c=3)输出结果如下：

args =  (1, 2, 3, 4) 
kwargs =  {}

args =  () 
kwargs =  {'a': 1, 'c': 3, 'b': 2}

args =  (1, 2, 3, 4) 
kwargs =  {'a': 1, 'c': 3, 'b': 2}

args =  ('a', 1, None) 
kwargs =  {'a': 1, 'c': 3, 'b': '2'}

可以看到，这两个是Python中的可变参数。*args表示任何多个无名参数，它是一个tuple；**kwargs表示关键字参数，它是一个 dict。并且同时使用*args和**kwargs时，必须*args参数列要在**kwargs前，像foo(a=1, b='2', c=3, a', 1, None, )这样调用的话，会提示语法错误“SyntaxError: non-keyword arg after keyword arg”。

-------------------------------------------------------------------------------------------这里看下网上github的代码：

def layer(op):    '''Decorator for composable network layers.'''

 def layer_decorated(self, *args, **kwargs): # Automatically set a name if not provided. name = kwargs.setdefault('name', self.get_unique_name(op.__name__))# Figure out the layer inputs. if len(self.terminals) == 0: raise RuntimeError('No input variables found for layer %s.' % name)elif len(self.terminals) == 1: layer_input = self.terminals[0]else: layer_input = list(self.terminals)# Perform the operation and get the output. layer_output = op(self, layer_input, *args, **kwargs)# Add to layer LUT. self.layers[name] = layer_output# This output is now the input for the next layer. self.feed(layer_output)# Return self for chained calls. return self

 return layer_decorated

参考：http://blog.csdn.net/anhuidelinger/article/details/10011013

继续

python @ 用法

def funA(arg):print 'A'a=arg()@funA
def funB():print 'B'

此处的@相当于funA（funB（））

装饰器背后的主要动机源自python面向对象编程，装饰器是在函数调用之上的修饰，这些修饰仅是当声明一个函数或者方法的时候，才会应用的额外调用。 装饰器的语法以@开头，接着是装饰器韩式的名字和可选的参数。紧跟着装饰器声明的是被修饰的函数，和修饰函数的可选参