您可以使用@staticmethoddecorator定义静态方法，如下所示。我在Python中对@classmethod vs@staticmethod的回答中详细解释了@staticmmethod decorator和@classmethoddecorator，并在Python中什么是“实例方法”的回答中解释了实例方法：

class Person:
    @staticmethod # Here
    def test():
        print("Test")

是的，请查看staticmethoddecorator：

>>> class C:
...     @staticmethod
...     def hello():
...             print "Hello World"
...
>>> C.hello()
Hello World

您可以使用@staticmethoddecorator定义静态方法，如下所示。我在Python中对@classmethod vs@staticmethod的回答中详细解释了@staticmmethod decorator和@classmethoddecorator，并在Python中什么是“实例方法”的回答中解释了实例方法：

class Person:
    @staticmethod # Here
    def test():
        print("Test")

是的，使用静态方法装饰器：

class MyClass(object):
    @staticmethod
    def the_static_method(x):
        print(x)

MyClass.the_static_method(2)  # outputs 2

注意，一些代码可能使用旧的定义静态方法的方法，使用staticmethod作为函数而不是修饰符。仅当您必须支持Python的早期版本（2.2和2.3）时，才应使用此选项：

class MyClass(object):
    def the_static_method(x):
        print(x)
    the_static_method = staticmethod(the_static_method)

MyClass.the_static_method(2)  # outputs 2

这与第一个示例（使用@staticmethod）完全相同，只是没有使用漂亮的decorator语法。

最后，谨慎使用静态方法！在Python中很少有静态方法是必需的，而且我已经多次看到它们被使用，而单独的“顶级”函数会更清晰。

以下是文件中的逐字内容：

静态方法不接收隐式第一个参数。要声明静态方法，请使用以下习惯用法：C类：@静态方法定义f（arg1，arg2，…）：。。。@staticmethod表单是一个函数装饰器–有关详细信息，请参阅函数定义中的函数定义描述。它既可以在类（如C.f（））上调用，也可以在实例（如C（）.f（））中调用。除了它的类之外，该实例将被忽略。Python中的静态方法与Java或C++中的方法类似。有关更高级的概念，请参阅classmethod（）。有关静态方法的更多信息，请参阅标准类型层次结构中有关标准类型层次的文档。2.2版中的新增功能。在版本2.4中进行了更改：添加了函数修饰符语法。

也许最简单的选择就是将这些函数放在类之外：

class Dog(object):
    def __init__(self, name):
        self.name = name

    def bark(self):
        if self.name == "Doggy":
            return barking_sound()
        else:
            return "yip yip"

def barking_sound():
    return "woof woof"

使用此方法，可以将修改或使用内部对象状态（具有副作用）的函数保留在类中，并且可以将可重用的实用程序函数移到外部。

假设这个文件名为dogs.py。要使用这些文件，您可以调用dogs.barking_sound（）而不是dogs.Dog.barking_sound。

如果确实需要静态方法作为类的一部分，可以使用staticmethoddecorator。

除了静态方法对象行为的特殊性之外，在组织模块级代码时，还可以使用它们来实现某种美感。

# garden.py
def trim(a):
    pass

def strip(a):
    pass

def bunch(a, b):
    pass

def _foo(foo):
    pass

class powertools(object):
    """
    Provides much regarded gardening power tools.
    """
    @staticmethod
    def answer_to_the_ultimate_question_of_life_the_universe_and_everything():
        return 42

    @staticmethod
    def random():
        return 13

    @staticmethod
    def promise():
        return True

def _bar(baz, quux):
    pass

class _Dice(object):
    pass

class _6d(_Dice):
    pass

class _12d(_Dice):
    pass

class _Smarter:
    pass

class _MagicalPonies:
    pass

class _Samurai:
    pass

class Foo(_6d, _Samurai):
    pass

class Bar(_12d, _Smarter, _MagicalPonies):
    pass

...

# tests.py
import unittest
import garden

class GardenTests(unittest.TestCase):
    pass

class PowertoolsTests(unittest.TestCase):
    pass

class FooTests(unittest.TestCase):
    pass

class BarTests(unittest.TestCase):
    pass

...

# interactive.py
from garden import trim, bunch, Foo

f = trim(Foo())
bunch(f, Foo())

...

# my_garden.py
import garden
from garden import powertools

class _Cowboy(garden._Samurai):
    def hit():
        return powertools.promise() and powertools.random() or 0

class Foo(_Cowboy, garden.Foo):
    pass

现在，它变得更加直观和自我记录，在这种情况下，某些组件将被使用，它非常适合于命名不同的测试用例，并为纯粹主义者提供了一种直接的方法来说明测试模块如何映射到实际的测试模块。

我经常发现将这种方法应用于组织项目的实用程序代码是可行的。通常情况下，人们会立即匆忙创建一个utils包，最终得到9个模块，其中一个模块有120个LOC，其余模块最多有20个LOC。我宁愿从这个开始，将其转换为一个包，并只为真正值得拥有它们的野兽创建模块：

# utils.py
class socket(object):
    @staticmethod
    def check_if_port_available(port):
        pass

    @staticmethod
    def get_free_port(port)
        pass

class image(object):
    @staticmethod
    def to_rgb(image):
        pass

    @staticmethod
    def to_cmyk(image):
        pass