【Python】＠(アットマーク)の意味を簡単に解説

公開：2025年3月29日更新：2026年4月6日

CodeCampが提供するDX人材育成が可能なプログラミングやITが学べる公開講座

Pythonの@演算子（アットマーク）の意味と使い方
Pythonの@記号（アットマーク）を使ったデコレータの応用例
Pythonのライブラリで利用される@アットマークの実例
Pythonの@アットマークとマトリックス演算子の違い

Pythonの@演算子（アットマーク）の意味と使い方

Pythonにおける@記号（アットマーク）は「デコレータ」と呼ばれる特殊な機能を表すために使用されます。デコレータはある関数やメソッド、クラスを別の関数で包み込み、元の関数やクラスの振る舞いを変更することなく機能を拡張することができる強力な機能です。@演算子は関数やクラスの定義の直前に配置され、その後に続く関数やクラスに対して装飾（デコレート）を行います。

【サンプルコード】
# シンプルなデコレータの例
def my_decorator(func):
    def wrapper():
        print("処理の前に何か実行")
        func()
        print("処理の後に何か実行")
    return wrapper

@my_decorator
def say_hello():
    print("こんにちは！")

【実行結果】
say_hello()
処理の前に何か実行
こんにちは！
処理の後に何か実行

デコレータは関数の前後に処理を追加したい場合や、引数のバリデーション、キャッシュ機能の追加、ログ出力など様々な用途で活用できます。上記のコードではmy_decorator関数がsay_hello関数をラップし、実行前後に追加の処理を行っています。@記号を使用しない場合、say_hello = my_decorator(say_hello)のように記述する必要がありますが、@記号を使うことでより簡潔に同じ処理を実現できます。

Python研修一覧はこちら

目的に合うPython研修を一覧形式から探したい方は、ぜひご利用ください。

Python研修を比較する

Java研修一覧はこちら

目的に合うJava研修を一覧形式から探したい方は、ぜひご利用ください。

Java研修を比較する

PHP研修一覧はこちら

目的に合うPHP研修を一覧形式から探したい方は、ぜひご利用ください。

PHP研修を比較する

新入社員研修

目的に合う新入社員研修を一覧形式から探したい方は、ぜひご利用ください。

新入社員研修を比較する

全ての研修からも探したい方はこちら

Pythonの@記号（アットマーク）を使ったデコレータの応用例

Pythonのデコレータは引数を受け取る形で使用することもできます。引数付きデコレータを作成するには、デコレータ関数をさらに別の関数でラップする必要があります。このテクニックによって、デコレータの動作をカスタマイズすることが可能になり、より柔軟なコード設計ができるようになります。

【サンプルコード】
# 引数を取るデコレータの例
def repeat(n):
    def decorator(func):
        def wrapper(*args, **kwargs):
            result = None
            for _ in range(n):
                result = func(*args, **kwargs)
            return result
        return wrapper
    return decorator

@repeat(3)
def greet(name):
    print(f"{name}さん、こんにちは！")
    return "挨拶完了"

【実行結果】
result = greet("田中")
田中さん、こんにちは！
田中さん、こんにちは！
田中さん、こんにちは！
print(result)
挨拶完了

このサンプルコードでは@repeat(3)というデコレータを使用して、greet関数を指定した回数（3回）繰り返し実行しています。デコレータに引数を渡すことによってその振る舞いをカスタマイズし、より汎用的なデコレータを作成することができます。また、デコレータ内で*argsと**kwargsを使用することによって、どのような引数を持つ関数に対しても適用可能なデコレータを作ることができます。

Pythonのライブラリで利用される@アットマークの実例

Pythonの様々なライブラリやフレームワークでは@記号（アットマーク）によるデコレータが頻繁に使用されています。特にWebフレームワークのFlaskやDjangoでのルーティング設定、unittest向けのテスト設定、プロパティの定義など、多くの場面でデコレータの恩恵を受けることができます。これらのフレームワークは内部でデコレータを活用することで、コードの可読性を高めつつ強力な機能を提供しています。

【サンプルコード】
# Flaskでのルーティング例
from flask import Flask

app = Flask(__name__)

@app.route('/')
def home():
    return '🏠 ホームページへようこそ！'

@app.route('/about')
def about():
    return '📝 このサイトについて'

# プロパティデコレータの例
class Person:
    def __init__(self, first_name, last_name):
        self._first_name = first_name
        self._last_name = last_name
    
    @property
    def full_name(self):
        return f"{self._first_name} {self._last_name}"

【実行結果】
# Flaskアプリの場合（実行時）
# ブラウザでアクセスすると:
# / → 🏠 ホームページへようこそ！
# /about → 📝 このサイトについて

# プロパティの場合
person = Person("山田", "太郎")
print(person.full_name)
# 出力: 山田 太郎

Flaskのような軽量Webフレームワークでは@app.routeデコレータを使用してURLパスと処理する関数を関連付けています。このデコレータがなければ、複雑なルーティングテーブルを別途管理する必要があります。一方、クラス内での@propertyデコレータは、メソッドをあたかもプロパティ（属性）のように扱えるようにします。これによってgetterメソッドを明示的に呼び出す代わりに、属性としてアクセスできるため、コードがより自然で読みやすくなります。

Python基礎・実践(Django)

企業・法人向けのPython研修では、基礎から応用まで体系的に学べます。

Python研修の詳細

DX社員研修

企業・法人向けのDX研修では、実務に繋がるリスキリングでITレベルを向上させます。

DX研修の詳細

Javaエンジニア育成研修

企業・法人向けのJavaエンジニア育成研修では、Javaの基礎から応用まで確実に習得できます。

Java研修の詳細

新卒・新入社員向け研修

企業・法人に新入社員・新卒社員に向けたプログラミング研修を提供しています。

新入社員研修の詳細

コードキャンプのIT研修を全て見る

Pythonの@アットマークとマトリックス演算子の違い

Python 3.5以降では@記号（アットマーク）にはデコレータ以外にも「マトリックス乗算演算子」としての役割があります。NumPyなどの科学計算ライブラリでは行列演算が頻繁に使用されるため、専用の演算子が導入されました。この用法では@が二つの行列間の行列積を計算するために使用され、コンテキストによって同じ記号が異なる意味を持つことになります。

【サンプルコード】
import numpy as np

# 行列の定義
A = np.array([[1, 2], [3, 4]])
B = np.array([[5, 6], [7, 8]])

# 行列積の計算（@ 演算子を使用）
C = A @ B

# 要素ごとの積（* 演算子を使用） - 比較のため
D = A * B

【実行結果】
print("行列A:")
print(A)
行列A:
[[1 2]
 [3 4]]

print("行列B:")
print(B)
行列B:
[[5 6]
 [7 8]]

print("行列積 (A @ B):")
print(C)
行列積 (A @ B):
[[19 22]
 [43 50]]

print("要素ごとの積 (A * B):")
print(D)
要素ごとの積 (A * B):
[[ 5 12]
 [21 32]]

マトリックス演算子(@)は数学的な行列乗算を実行し、行列Aの行と行列Bの列の内積を計算します。上記の例では2×2行列同士の積を計算しています。これに対して要素ごとの積(*)は各要素を独立して乗算するだけです。デコレータの@は関数やクラスの定義の直前に記述されるのに対し、マトリックス演算子の@は二つの変数の間に置かれるという構文上の違いがあることによって、Pythonは両方の用法を区別しています。

※上記コンテンツの内容やソースコードはAIで確認・デバッグしておりますが、間違いやエラー、脆弱性などがある場合は、コメントよりご報告いただけますと幸いです。