我有一个连续的模拟模型，它由python包中几个模块的数百个python函数组成，每个模块代表{{1}}形式的模型组件，其中y = f(t)是当前的模特时间。
在给定的时间步长中，这些函数在其他函数中被调用多次，因此有一个非常简单的缓存可以保存当前时间步的函数结果。我有两个问题：
这是我到目前为止所做的：
t我想我已经将缓存实现为一种装饰器，但我没有使用# Imports all functions in the python package
# (__init__.py start imports them)
import model
def cache(f):
t1 = None
y = None
def cached_func(t2):
if t1 != t2:
t1 = t2
y = f(t2)
return y
return cached_func
# Iterate through each function and apply the cache
for name, obj in model.__dict__.items():
obj = cache(obj)
语法来应用它，因为它会在模型代码中添加数百行。相反，我是在模型集成之前完成的。
当我测试@decorator函数并调用结果时，我最终得到：
cache这可能有意义，但我认为t1将作为Traceback (most recent call last):
File "C:\Users\pbreach\Anaconda3\lib\site-packages\IPython\core\interactiveshell.py", line 2885, in run_code
exec(code_obj, self.user_global_ns, self.user_ns)
File "<ipython-input-14-c0c62e8a0eaa>", line 1, in <module>
cached_test_func(3)
File "<ipython-input-9-780e50b4626f>", line 5, in cached_func
if t1 == t2:
UnboundLocalError: local variable 't1' referenced before assignment
的全局。
我的第二个问题是模型函数实际上不会被修改，因为它们将从已经在行cached_func中导入的其他函数调用。这是真的，除了装饰各自文件中的所有功能外，我怎么能绕过这个呢？