1. 函數(shù)到底解決了什么問(wèn)題寫(xiě)了幾年 Python我越來(lái)越覺(jué)得函數(shù)是這門(mén)語(yǔ)言里最值得花時(shí)間啃透的一塊。很多人剛接觸編程時(shí)最先學(xué)會(huì)的是變量、循環(huán)、條件判斷覺(jué)得代碼能跑起來(lái)就完事了。但等你開(kāi)始寫(xiě)超過(guò)一百行的腳本或者需要把一段邏輯反復(fù)用上十幾次的時(shí)候你會(huì)發(fā)現(xiàn)復(fù)制粘貼簡(jiǎn)直是一場(chǎng)災(zāi)難——改一處就要同步改七八處改漏一處就出 bug排查起來(lái)比重新寫(xiě)一遍還費(fèi)勁。函數(shù)就是干這個(gè)用的把一段有名字、可復(fù)用的邏輯封裝起來(lái)給它定義好輸入?yún)?shù)和輸出返回值之后想用就直接調(diào)用名字。這就像廚房里備好的預(yù)制菜——你不用每次做菜都把洗菜、切菜、腌制的流程重新走一遍拿出來(lái)一炒就行。封裝得好你甚至不需要關(guān)心里面怎么實(shí)現(xiàn)的只需要知道“傳什么進(jìn)去、能得到什么結(jié)果”。但函數(shù)的價(jià)值遠(yuǎn)不止“減少重復(fù)代碼”這么簡(jiǎn)單。它是 Python 乃至幾乎所有現(xiàn)代編程語(yǔ)言里最基礎(chǔ)的模塊化單元。一個(gè)復(fù)雜的項(xiàng)目本質(zhì)上就是無(wú)數(shù)個(gè)函數(shù)互相調(diào)用、一層層組合出來(lái)的結(jié)果。函數(shù)拆得好代碼天然就是清晰的、可測(cè)試的、可維護(hù)的函數(shù)拆得爛哪怕語(yǔ)法全對(duì)項(xiàng)目也會(huì)越改越亂。所以這篇文章我想系統(tǒng)地聊聊 Python 函數(shù)的核心知識(shí)點(diǎn)從定義語(yǔ)法、參數(shù)傳遞、返回值、作用域到閉包、裝飾器、lambda再到實(shí)際操作中最容易踩的坑。內(nèi)容不算淺但我會(huì)盡量把每個(gè)點(diǎn)都講透讓你不僅知道“怎么用”更知道“為什么這么用”。適合誰(shuí)來(lái)讀呢如果你剛學(xué)完 Python 的基礎(chǔ)語(yǔ)法對(duì)函數(shù)只有個(gè)模糊印象想系統(tǒng)梳理一遍或者你已經(jīng)寫(xiě)了一陣子代碼但總覺(jué)得自己的函數(shù)又亂又難調(diào)想看看有沒(méi)有更規(guī)范的組織方式——這篇文章應(yīng)該都能幫到你。2. 從一次封裝開(kāi)始理解函數(shù)的定義與調(diào)用2.1 函數(shù)定義的基本語(yǔ)法與執(zhí)行邏輯Python 里定義一個(gè)函數(shù)非常簡(jiǎn)單用def關(guān)鍵字開(kāi)頭后面跟函數(shù)名、括號(hào)、冒號(hào)然后縮進(jìn)函數(shù)體def greet(name): print(fHello, {name}!)這大概是所有人最早接觸的函數(shù)寫(xiě)法。但我想聊的不是語(yǔ)法本身而是 Python 解釋器執(zhí)行函數(shù)時(shí)的那套邏輯理解了這個(gè)很多后續(xù)概念都會(huì)順很多。Python 遇到def語(yǔ)句時(shí)并不會(huì)立刻執(zhí)行函數(shù)體里面的代碼它只是“登記”一個(gè)函數(shù)對(duì)象把函數(shù)名綁定到這個(gè)對(duì)象上。真正的執(zhí)行發(fā)生在你調(diào)用它的那一刻也就是寫(xiě)greet(Tom)的時(shí)候。這意味著你可以在定義之前先寫(xiě)調(diào)用代碼嗎不行——因?yàn)榻忉屍魇前错樞驁?zhí)行的如果調(diào)用語(yǔ)句出現(xiàn)在def之前解釋器還不知道greet是什么直接報(bào)NameError。但反過(guò)來(lái)你可以在函數(shù)定義之后任意延遲調(diào)用哪怕相隔幾百行或者把函數(shù)對(duì)象傳給另一個(gè)函數(shù)去調(diào)用都非常靈活。函數(shù)體執(zhí)行完畢之后如果沒(méi)有顯式returnPython 會(huì)默認(rèn)返回None。這是個(gè)很多新手會(huì)忽略的點(diǎn)——print和return是兩碼事print只是把內(nèi)容輸出到控制臺(tái)return才是把值交回給調(diào)用方?？茨銓?xiě)的代碼最后一行到底在做什么其實(shí)可以很快定位很多莫名其妙的 bug。def add(a, b): result a b # 忘記寫(xiě) return result print(add(1, 2)) # 輸出 None這種問(wèn)題我在代碼評(píng)審里見(jiàn)過(guò)太多次了函數(shù)內(nèi)部算得天花亂墜最后調(diào)用方拿到的卻是None。2.2 命名規(guī)范與函數(shù)的“職責(zé)單一”思路函數(shù)名是給別人看的更是給未來(lái)的自己看的。Python 官方推薦的命名風(fēng)格是小寫(xiě)字母加下劃線(xiàn)比如calculate_average、get_user_name。但比命名風(fēng)格更重要的是命名能不能準(zhǔn)確表達(dá)函數(shù)的職責(zé)。這就牽扯到函數(shù)設(shè)計(jì)里我認(rèn)為最核心的一條原則一個(gè)函數(shù)只做一件事。這個(gè)“一件事”不是指代碼行數(shù)少而是指抽象層次統(tǒng)一。比如一個(gè)函數(shù)叫process_order(order)里面既算價(jià)格、又寫(xiě)數(shù)據(jù)庫(kù)、還發(fā)郵件這三個(gè)動(dòng)作的抽象層次就不一致更像“流程編排”而不是“一個(gè)功能”。一旦后續(xù)要調(diào)整發(fā)郵件邏輯你就得改這個(gè)函數(shù)要測(cè)試價(jià)格計(jì)算你也得 mock 數(shù)據(jù)庫(kù)和郵件服務(wù)。全攪在一起了。我個(gè)人的習(xí)慣是函數(shù)體超過(guò)二十行就該警惕考慮是不是需要拆。拆出來(lái)的子函數(shù)如果只需要在一個(gè)地方使用可以用下劃線(xiàn)前綴命名比如_calc_discount表示“模塊內(nèi)部私有”。當(dāng)然這不是語(yǔ)言強(qiáng)制的Python 沒(méi)有真正的私有概念這更多是一種約定。等你回頭維護(hù)一個(gè)兩百行的模塊時(shí)會(huì)發(fā)現(xiàn)這種約定能省下大量理解成本。另一個(gè)容易被忽略的點(diǎn)是def是語(yǔ)句不是表達(dá)式所以你不能像某些語(yǔ)言那樣在條件表達(dá)式中直接定義函數(shù)。但你可以在函數(shù)內(nèi)部定義函數(shù)這就是后面要講的嵌套函數(shù)和閉包的基石。嵌套函數(shù)的存在讓“只做一件事”有了更落地的實(shí)踐方式——主函數(shù)負(fù)責(zé)編排內(nèi)部的小函數(shù)負(fù)責(zé)具體步驟外部完全看不到這些內(nèi)部細(xì)節(jié)接口反而更干凈。3. 參數(shù)傳遞核心機(jī)制Python 傳的是“對(duì)象引用”3.1 可變對(duì)象與不可變對(duì)象的本質(zhì)區(qū)別要說(shuō) Python 函數(shù)里最容易被誤解的知識(shí)點(diǎn)參數(shù)傳遞機(jī)制絕對(duì)排第一。很多人背過(guò)一句話(huà)叫“Python 傳參是傳引用”然后拿它解釋一切另一撥人說(shuō)“Python 傳參是傳值”然后寫(xiě)代碼時(shí)一臉懵。實(shí)際上這兩種說(shuō)法都不準(zhǔn)確準(zhǔn)確的說(shuō)法是Python 傳參傳的是“對(duì)象引用”的副本。拆開(kāi)來(lái)說(shuō)。Python 里一切皆對(duì)象變量名其實(shí)是對(duì)對(duì)象的“標(biāo)簽”。當(dāng)你調(diào)用一個(gè)函數(shù)并傳入?yún)?shù)時(shí)實(shí)際上是把外部變量指向的那個(gè)對(duì)象引用復(fù)制了一份傳給了函數(shù)內(nèi)部的形參。于是形參和實(shí)參都指向同一個(gè)對(duì)象。接下來(lái)關(guān)鍵的地方來(lái)了這個(gè)對(duì)象是可變還是不可變的直接決定了函數(shù)內(nèi)部修改會(huì)不會(huì)影響外部。如果傳入的是不可變對(duì)象整數(shù)、浮點(diǎn)數(shù)、字符串、元組你在函數(shù)內(nèi)部做任何重新賦值操作本質(zhì)上是讓形參指向了新的對(duì)象外部的變量紋絲不動(dòng)。因?yàn)椴豢勺儗?duì)象本身無(wú)法被修改你只是換了個(gè)標(biāo)簽。def change_num(x): x 100 a 1 change_num(a) print(a) # 1外部不受影響如果傳入的是可變對(duì)象列表、字典、集合、自定義對(duì)象情況就不一樣了。你在函數(shù)內(nèi)部可以通過(guò)方法修改這個(gè)對(duì)象本身比如list.append()、dict.update()這種修改會(huì)“穿透”到函數(shù)外部因?yàn)閮?nèi)外引用的是同一個(gè)對(duì)象。def append_item(lst): lst.append(4) my_list [1, 2, 3] append_item(my_list) print(my_list) # [1, 2, 3, 4]外部被影響了注意這里最大的坑在于在函數(shù)內(nèi)部對(duì)可變對(duì)象做“重新賦值”和“原地修改”會(huì)產(chǎn)生截然不同的效果。如果寫(xiě)lst [10, 20]只是讓形參指向了一個(gè)新列表外部毫無(wú)變化如果寫(xiě)lst.append(10)外部列表就真的多了一個(gè)元素。很多線(xiàn)上 bug 都是這兩種操作混用導(dǎo)致的。3.2 位置參數(shù)、關(guān)鍵字參數(shù)與默認(rèn)參數(shù)的正確姿勢(shì)Python 的函數(shù)參數(shù)類(lèi)型比大多數(shù)語(yǔ)言都豐富這塊學(xué)好了寫(xiě)出來(lái)的函數(shù)接口會(huì)非常優(yōu)雅。位置參數(shù)是最簡(jiǎn)單的按順序?qū)?yīng)傳參就行。關(guān)鍵字參數(shù)則是調(diào)用時(shí)用參數(shù)名值的形式傳參好處是語(yǔ)義清晰不用記順序。混著用的時(shí)候有個(gè)規(guī)則必須記住位置參數(shù)必須排在關(guān)鍵字參數(shù)前面。比如func(1, b2)可以func(a1, 2)直接語(yǔ)法錯(cuò)誤。默認(rèn)參數(shù)是 Python 函數(shù)設(shè)計(jì)里非常實(shí)用的一個(gè)特性它讓“可選配置”變得極其自然def connect(host, port3306, timeout5): pass調(diào)用時(shí)connect(192.168.1.1)會(huì)用默認(rèn)端口和超時(shí)connect(192.168.1.1, 5432, 3)則全部自定義。但默認(rèn)參數(shù)有一個(gè)著名的坑默認(rèn)值是可變對(duì)象時(shí)只會(huì)被初始化一次。def add_item(item, lst[]): lst.append(item) return lst print(add_item(1)) # [1] print(add_item(2)) # [1, 2] 同一個(gè)列表被反復(fù)使用原因是默認(rèn)參數(shù)在函數(shù)定義時(shí)就被求值并綁定到函數(shù)對(duì)象上之后調(diào)用不會(huì)重新初始化。如果你想“每次調(diào)用都拿到新列表”正確寫(xiě)法是def add_item(item, lstNone): if lst is None: lst [] lst.append(item) return lst這是 Python 面試高頻考點(diǎn)也是實(shí)際開(kāi)發(fā)中最常見(jiàn)的隱藏 bug 之一。我自己早期就因?yàn)檫@個(gè)坑在生產(chǎn)環(huán)境里搞出過(guò)數(shù)據(jù)串模的問(wèn)題后來(lái)凡是默認(rèn)參數(shù)用可變對(duì)象代碼評(píng)審一律打回。*args和**kwargs則是 Python 函數(shù)的“萬(wàn)能適配器”。*args把多余的位置參數(shù)收集成一個(gè)元組**kwargs把多余的關(guān)鍵字參數(shù)收集成一個(gè)字典。def log(level, *args, **kwargs): print(level, args, kwargs) log(INFO, user login, user_id123) # INFO (user login,) {user_id: 123}這個(gè)機(jī)制在寫(xiě)裝飾器、做函數(shù)包裝、定義需要兼容多種調(diào)用方式的接口時(shí)極其有用。但日常業(yè)務(wù)代碼里建議克制使用因?yàn)樗鼤?huì)削弱函數(shù)簽名的可讀性——?jiǎng)e人看你的函數(shù)根本不清楚該傳什么。3.3 強(qiáng)制關(guān)鍵字參數(shù)讓接口更安全Python 3 引入了一個(gè)很好用的語(yǔ)法在參數(shù)列表里放一個(gè)裸*后面的參數(shù)就變成了“強(qiáng)制關(guān)鍵字參數(shù)”調(diào)用時(shí)必須以關(guān)鍵字形式傳入不能按位置傳。def save_data(data, *, backupTrue): pass save_data([1, 2]) # 可以backup 用默認(rèn)值 save_data([1, 2], True) # TypeErrorTrue 不能按位置傳給 backup save_data([1, 2], backupFalse) # 正確姿勢(shì)這種方法在多參數(shù)接口里特別有用。比如一個(gè)函數(shù)有五個(gè)參數(shù)其中三個(gè)是可選配置如果你把它們都設(shè)計(jì)成普通參數(shù)調(diào)用方很容易傳錯(cuò)順序。用裸*把可選配置全部變成強(qiáng)制關(guān)鍵字參數(shù)調(diào)用方必須明確寫(xiě)出參數(shù)名語(yǔ)義安全得多。很多知名開(kāi)源項(xiàng)目的公共 API 都用了這個(gè)技巧目的就是防止調(diào)用方亂傳位置參數(shù)。4. 返回值設(shè)計(jì)不要讓調(diào)用方去猜4.1 return 與多值返回的慣用模式return語(yǔ)句的作用是結(jié)束函數(shù)執(zhí)行并把結(jié)果交還給調(diào)用方。一個(gè)函數(shù)里可以有多個(gè)return但執(zhí)行到任何一個(gè)就會(huì)立即跳出。這給了我們一個(gè)很直觀的寫(xiě)法——先處理邊界條件再用正常邏輯def divide(a, b): if b 0: return None return a / b這種“早返回”模式比大段 if-else 嵌套清晰得多配合衛(wèi)語(yǔ)句寫(xiě)出來(lái)的代碼閱讀體驗(yàn)接近白話(huà)。Python 支持一次返回多個(gè)值語(yǔ)法上是用元組打包的def get_user(): name Alice age 30 return name, age name, age get_user()這里發(fā)生了元組解包看起來(lái)很魔法其實(shí)就是返回了一個(gè)(name, age)元組賦值語(yǔ)句把它拆開(kāi)。多值返回在需要同時(shí)返回結(jié)果和狀態(tài)的時(shí)候很常用比如(result, error)這種模式。但返回值太多超過(guò)三個(gè)就該考慮用數(shù)據(jù)類(lèi)或字典封裝一下了不然調(diào)用方還得記得第幾個(gè)位置是什么反而增加負(fù)擔(dān)。我的一個(gè)經(jīng)驗(yàn)準(zhǔn)則是能返回明確的有意義值就不要返回None表示“出錯(cuò)了”。比如一個(gè)函數(shù)返回用戶(hù)列表如果沒(méi)有數(shù)據(jù)[]比None更安全因?yàn)檎{(diào)用方可以直接for遍歷而不需要先判斷是否為None。反過(guò)來(lái)如果函數(shù)確實(shí)可能“無(wú)結(jié)果”用None且只用在“確實(shí)沒(méi)有”的場(chǎng)景別讓它承擔(dān)“出錯(cuò)了”的語(yǔ)義。出錯(cuò)了應(yīng)該拋異常而不是返回一個(gè)含糊值讓上游猜。4.2 yield 與生成器優(yōu)雅處理大數(shù)據(jù)量如果說(shuō)return是一次性返回結(jié)果yield則是“分批吐數(shù)據(jù)”。含yield的函數(shù)不再是一個(gè)普通函數(shù)而是一個(gè)生成器函數(shù)。調(diào)用它不會(huì)執(zhí)行函數(shù)體而是返回一個(gè)生成器對(duì)象每次迭代才會(huì)執(zhí)行到y(tǒng)ield的位置產(chǎn)出值然后掛起等下次迭代繼續(xù)。def fib(n): a, b 0, 1 for _ in range(n): yield a a, b b, a b for num in fib(10): print(num)生成器的最大價(jià)值是惰性求值——不會(huì)一次性把所有數(shù)據(jù)都算出來(lái)放到內(nèi)存里。比如你要處理一個(gè)一千萬(wàn)行的日志文件逐行讀取、逐行處理、逐行 yield內(nèi)存占用基本是固定的如果全部讀進(jìn)列表再處理內(nèi)存直接爆掉。我處理過(guò)幾個(gè) GB 級(jí)的數(shù)據(jù)文件用生成器配合迭代器模式是唯一能讓腳本穩(wěn)定跑完的方式。yield和return可以同時(shí)出現(xiàn)在一個(gè)函數(shù)里但return在這里的作用只是結(jié)束迭代不能附帶返回值實(shí)際上是StopIteration副帶值正常遍歷拿不到。搞清楚這一點(diǎn)就不會(huì)把生成器寫(xiě)歪了。4.3 空 return 與 None明確你的函數(shù)契約有些函數(shù)本來(lái)就只是“執(zhí)行動(dòng)作”比如寫(xiě)文件、發(fā)請(qǐng)求、打印日志不需要返回值那可以不寫(xiě)return或者寫(xiě)return不帶值。此時(shí)函數(shù)隱式返回None。關(guān)鍵問(wèn)題是你得有意識(shí)地設(shè)計(jì)“這個(gè)函數(shù)返回什么”而不是隨手寫(xiě)。我見(jiàn)過(guò)很多低質(zhì)量代碼是這樣的函數(shù)內(nèi)部打印了結(jié)果調(diào)用方卻還試圖result func()然后拿到None一臉懵。這種問(wèn)題的根因是函數(shù)職責(zé)不清——打印是副作用返回是契約。如果你希望調(diào)用方能拿到結(jié)果去繼續(xù)處理請(qǐng)明確return如果你只是想讓函數(shù)打點(diǎn)東西到控制臺(tái)就別期待返回值。兩頭都想要要么返回?cái)?shù)據(jù)讓調(diào)用方?jīng)Q定怎么展示要么就把打印這個(gè)動(dòng)作從函數(shù)里剝離出去。5. 作用域與閉包函數(shù)背后的“上下文”邏輯5.1 LEGB 規(guī)則與 global、nonlocal 的使用邊界Python 查找變量時(shí)遵循 LEGB 規(guī)則依次查找局部作用域Local、外層嵌套函數(shù)作用域Enclosing、全局作用域Global、內(nèi)建作用域Built-in。這個(gè)查找方向是單向的——從內(nèi)往外找但賦值時(shí)的規(guī)則要復(fù)雜一點(diǎn)。在函數(shù)內(nèi)部直接給一個(gè)變量賦值默認(rèn)是創(chuàng)建一個(gè)新的局部變量即使外面有同名全局變量也不會(huì)修改它。想修改全局變量必須先用global聲明count 0 def increment(): global count count 1這個(gè)坑特別隱蔽。忘了寫(xiě)global時(shí)Python 不會(huì)報(bào)錯(cuò)Python 3 里如果在函數(shù)內(nèi)同時(shí)讀取和賦值同名的全局變量會(huì)直接報(bào)UnboundLocalError但行為往往不符合預(yù)期。我的建議是盡量別用global它會(huì)讓函數(shù)產(chǎn)生隱藏的外部依賴(lài)可測(cè)試性和可維護(hù)性都變得很差。真需要共享狀態(tài)優(yōu)先考慮把狀態(tài)封裝成對(duì)象由類(lèi)屬性來(lái)承載或者用閉包去管理。nonlocal是嵌套函數(shù)里用來(lái)修改外層函數(shù)局部變量的關(guān)鍵字它會(huì)告訴 Python“這個(gè)變量不是本層的局部變量請(qǐng)去外層函數(shù)作用域找”。def outer(): count 0 def inner(): nonlocal count count 1 inner() inner() return count print(outer()) # 2nonlocal與global的區(qū)別在于作用域?qū)蛹?jí)不同global直接跳到模塊全局nonlocal只向上跳一層或循環(huán)向外直到找到為止不觸碰全局作用域。寫(xiě)計(jì)數(shù)器、累加器這類(lèi)小工具時(shí)nonlocal比全局變量干凈得多。5.2 閉包的本質(zhì)與典型應(yīng)用場(chǎng)景閉包這個(gè)概念讓很多人頭疼但用一句話(huà)就能說(shuō)透閉包 內(nèi)層函數(shù) 外層函數(shù)的變量環(huán)境。當(dāng)一個(gè)外層函數(shù)返回了一個(gè)內(nèi)層函數(shù)而內(nèi)層函數(shù)引用了外層函數(shù)的變量時(shí)Python 會(huì)把外層函數(shù)的局部變量打包成一個(gè)“上下文”保存下來(lái)即使外層函數(shù)已經(jīng)執(zhí)行結(jié)束這些變量也不會(huì)消失內(nèi)層函數(shù)每次調(diào)用都還能訪(fǎng)問(wèn)到它們。def make_multiplier(factor): def multiplier(x): return x * factor return multiplier double make_multiplier(2) triple make_multiplier(3) print(double(5)) # 10 print(triple(5)) # 15這里double和triple各自攜帶了不同的factor值互不干擾。閉包其實(shí)就是“用函數(shù)封裝狀態(tài)”的一種方式。它能用來(lái)干嘛呢最常見(jiàn)的就是作為“帶記憶的函數(shù)”計(jì)數(shù)器、緩存器、配置工廠。后面要講的裝飾器本身也是閉包的一種應(yīng)用形態(tài)。閉包有個(gè)我踩過(guò)的坑在循環(huán)里創(chuàng)建閉包時(shí)如果不注意所有閉包捕獲的都是同一個(gè)外層變量。funcs [] for i in range(3): def f(): return i funcs.append(f) for f in funcs: print(f()) # 2 2 2而不是 0 1 2原因是內(nèi)層函數(shù)捕獲的是變量i本身而不是當(dāng)時(shí)的值循環(huán)結(jié)束后i的值是 2所有函數(shù)看到的都是 2。解決方法是把默認(rèn)參數(shù)設(shè)為i來(lái)“快照”當(dāng)前值funcs [] for i in range(3): def f(ii): return i funcs.append(f) for f in funcs: print(f()) # 0 1 2這個(gè)細(xì)節(jié)在寫(xiě)事件回調(diào)處理時(shí)非常致命我在一個(gè) GUI 程序的按鈕綁定里踩過(guò)一次十個(gè)按鈕點(diǎn)擊后全部返回同一個(gè)索引排查起來(lái)非常痛苦。6. lambda、裝飾器與高階函數(shù)函數(shù)也是對(duì)象6.1 lambda 的適用場(chǎng)景與濫用警示lambda是 Python 創(chuàng)建匿名函數(shù)的方式格式是lambda 參數(shù): 表達(dá)式。它本質(zhì)上就是一個(gè)小型函數(shù)對(duì)象可以用在任何需要函數(shù)對(duì)象的地方。square lambda x: x ** 2 print(square(4)) # 16lambda 的主體只能是單個(gè)表達(dá)式不能包含語(yǔ)句、賦值、循環(huán)所以它適合的是“邏輯極簡(jiǎn)”的場(chǎng)合。最常見(jiàn)的應(yīng)用場(chǎng)景是配合sorted、filter、map這類(lèi)高階函數(shù)使用students [{name: Alice, score: 85}, {name: Bob, score: 72}] students.sort(keylambda s: s[score], reverseTrue)一行代碼就完成了按成績(jī)排序清晰又簡(jiǎn)潔。但我不建議在任何邏輯超過(guò)一行的場(chǎng)合硬用 lambda那會(huì)讓代碼變成“天書(shū)”。更穩(wěn)妥的做法是定義成具名函數(shù)名字本身就是文檔。另外 PEP 8 里明確建議把 lambda 賦值給變量是“不推薦”的因?yàn)槿绻忻种苯佑胐ef更規(guī)范。這個(gè)建議我一開(kāi)始不以為意后來(lái)維護(hù)了一段大量f lambda: ...的代碼才體會(huì)到什么是“追悔莫及”。6.2 裝飾器給函數(shù)“加 Buff”的優(yōu)雅方案裝飾器是 Python 函數(shù)體系里最值得炫耀的特性之一。它的本質(zhì)是裝飾器是一個(gè)函數(shù)或類(lèi)接收一個(gè)函數(shù)作為參數(shù)返回一個(gè)新的函數(shù)在不修改原函數(shù)代碼的情況下給函數(shù)增加額外行為。來(lái)看一個(gè)最經(jīng)典的例子計(jì)算函數(shù)執(zhí)行耗時(shí)。import time def timer(func): def wrapper(*args, **kwargs): start time.perf_counter() result func(*args, **kwargs) end time.perf_counter() print(f{func.__name__} took {end - start:.4f}s) return result return wrapper timer def slow_task(): time.sleep(1) return done slow_task() # slow_task took 1.0001stimer這行語(yǔ)法糖等價(jià)于slow_task timer(slow_task)也就是說(shuō)slow_task這個(gè)變量名最終指向的是wrapper函數(shù)調(diào)用它時(shí)會(huì)先計(jì)時(shí)、再執(zhí)行原函數(shù)、再計(jì)時(shí)、再返回原結(jié)果。原函數(shù)的邏輯沒(méi)動(dòng)額外行為被干凈地注入了。裝飾器的適用場(chǎng)景非常廣泛日志記錄、權(quán)限校驗(yàn)、輸入校驗(yàn)、緩存、重試機(jī)制、事務(wù)控制。你在 Web 框架里寫(xiě)app.route(/)在測(cè)試框架里寫(xiě)pytest.fixture本質(zhì)上都是在用裝飾器。寫(xiě)裝飾器的時(shí)候有兩個(gè)必須注意的細(xì)節(jié)。第一wrapper的參數(shù)一定要用*args, **kwargs接收因?yàn)楸谎b飾的函數(shù)可能有任意簽名你不確定對(duì)方會(huì)傳什么。第二最好在wrapper上使用functools.wraps(func)來(lái)保留原函數(shù)的元信息函數(shù)名、文檔字符串、參數(shù)簽名否則函數(shù)名會(huì)變成wrapper對(duì)調(diào)試和文檔生成非常不友好import functools def timer(func): functools.wraps(func) def wrapper(*args, **kwargs): ... return wrapper裝飾器還可以帶參數(shù)做法是再套一層函數(shù)實(shí)現(xiàn)“裝飾器工廠”def repeat(times): def decorator(func): functools.wraps(func) def wrapper(*args, **kwargs): for _ in range(times): result func(*args, **kwargs) return result return wrapper return decorator repeat(3) def say_hello(): print(hello)這個(gè)層級(jí)關(guān)系一開(kāi)始容易搞混repeat(3)先調(diào)用了repeat(3)得到decoratordecorator才是真正接收say_hello作為參數(shù)的裝飾器。理清這一層帶參數(shù)的裝飾器就沒(méi)什么神秘的了。6.3 高階函數(shù)與函數(shù)式編程思路高階函數(shù)指的是“接收函數(shù)作為參數(shù)”或“返回函數(shù)作為結(jié)果”的函數(shù)sorted、map、filter、functools.reduce都是典型代表。Python 對(duì)函數(shù)式編程的支持雖然沒(méi)有 Haskell 那么純粹但在數(shù)據(jù)處理領(lǐng)域已經(jīng)非常好用了。nums [1, 2, 3, 4, 5, 6] even_squares list(map(lambda x: x ** 2, filter(lambda x: x % 2 0, nums))) print(even_squares) # [4, 16, 36]不過(guò)說(shuō)實(shí)話(huà)對(duì)熟悉 Python 的人來(lái)說(shuō)上面這行用列表推導(dǎo)式會(huì)清晰得多even_squares [x ** 2 for x in nums if x % 2 0]我不會(huì)說(shuō)列表推導(dǎo)式一定優(yōu)于map/filter在能直接推導(dǎo)的簡(jiǎn)單場(chǎng)景里它確實(shí)更 Pythonic。但當(dāng)你需要組合多個(gè)操作為一條“流水線(xiàn)”、或者要在集合的不同元素上映射不同函數(shù)時(shí)高階函數(shù)的抽象能力就體現(xiàn)出來(lái)了。函數(shù)式思路的核心價(jià)值在于把函數(shù)當(dāng)成普通數(shù)據(jù)一樣傳來(lái)傳去、組合、拆分。這會(huì)讓你寫(xiě)出更靈活、更像搭積木的代碼而不是一長(zhǎng)串命令式的操作堆積。7. 遞歸與常見(jiàn)陷阱優(yōu)雅與危險(xiǎn)并存遞歸是函數(shù)調(diào)用自身的一種編程技巧非常適合處理具有“自相似結(jié)構(gòu)”的問(wèn)題比如樹(shù)的遍歷、目錄遍歷、分治算法。def factorial(n): if n 1: return 1 return n * factorial(n - 1)寫(xiě)遞歸有兩個(gè)關(guān)鍵部分基準(zhǔn)條件base case和遞歸步驟。沒(méi)有基準(zhǔn)條件或者基準(zhǔn)條件永遠(yuǎn)到不了函數(shù)就會(huì)無(wú)限調(diào)用下去最終拋出RecursionError——Python 默認(rèn)遞歸深度限制是 1000 層這是為了防止棧溢出做的保護(hù)。遞歸最大的問(wèn)題是調(diào)用棧是線(xiàn)性的每一層都在等待下一層返回深度太大時(shí)既慢又容易爆棧。在數(shù)據(jù)量可控、遞歸深度不深的場(chǎng)景下可以用但如果數(shù)據(jù)規(guī)模大我一般會(huì)改成循環(huán)加顯式棧來(lái)模擬遞歸def factorial_iter(n): result 1 for i in range(1, n 1): result * i return result另一個(gè)坑是遞歸里反復(fù)計(jì)算相同的子問(wèn)題典型的例子是樸素斐波那契數(shù)列第 50 項(xiàng)會(huì)算到天文數(shù)字級(jí)別的次數(shù)。解決方案是記憶化緩存最簡(jiǎn)單的寫(xiě)法是用字典手動(dòng)緩存或者直接用functools.lru_cache裝飾器import functools functools.lru_cache(maxsizeNone) def fib(n): if n 2: return n return fib(n - 1) fib(n - 2)裝飾器在這里又一次發(fā)揮了作用一行代碼就讓指數(shù)級(jí)復(fù)雜度降到線(xiàn)性。這個(gè)例子特別能說(shuō)明一件事函數(shù)知識(shí)不是孤立的知識(shí)點(diǎn)理解參數(shù)、返回值、裝飾器、緩存這些概念之后組合起來(lái)能解決很多實(shí)際問(wèn)題。8. 實(shí)用調(diào)試經(jīng)驗(yàn)與函數(shù)設(shè)計(jì)建議速查8.1 常見(jiàn)問(wèn)題排查思路函數(shù)相關(guān)的 bug 類(lèi)型其實(shí)比較固定我根據(jù)自己的經(jīng)驗(yàn)整理了一份速查表基本覆蓋了大部分情況問(wèn)題現(xiàn)象可能原因排查方向函數(shù)返回了 None沒(méi)有寫(xiě) return或 return 后面沒(méi)帶值檢查函數(shù)內(nèi)部是否有 return以及是否所有分支都覆蓋到列表參數(shù)被函數(shù)意外修改可變對(duì)象按引用傳參函數(shù)內(nèi)部原地修改了它看函數(shù)內(nèi)部有沒(méi)有用 append、update、pop 等方法默認(rèn)參數(shù)在多次調(diào)用間“共享”可變默認(rèn)參數(shù)只在定義時(shí)初始化一次改成默認(rèn) None函數(shù)內(nèi)部重新創(chuàng)建對(duì)象函數(shù)內(nèi)部改了全局變量但外部沒(méi)變重復(fù)賦值創(chuàng)建了局部變量未用 global 聲明確認(rèn)是否真的需要修改全局變量換用返回值或類(lèi)屬性循環(huán)里創(chuàng)建的 lambda 全部返回最后一個(gè)值閉包捕獲的是變量引用而非快照值用默認(rèn)參數(shù)lambda ii: i快照或者改用 functools.partial裝飾器裝飾后函數(shù)名變成 wrapper沒(méi)有使用 functools.wraps在 wrapper 上加functools.wraps(func)遞歸調(diào)用報(bào) RecursionError遞歸深度超過(guò) 1000或基準(zhǔn)條件缺失檢查基準(zhǔn)條件或改用迭代實(shí)現(xiàn)函數(shù)參數(shù)傳少了報(bào) TypeError位置參數(shù)個(gè)數(shù)不匹配檢查函數(shù)簽名考慮給可選參數(shù)設(shè)置默認(rèn)值排查函數(shù)問(wèn)題我有個(gè)習(xí)慣性的三步法先打印函數(shù)入?yún)⒋_認(rèn)輸入符合預(yù)期再打印函數(shù)返回值確認(rèn)輸出符合預(yù)期最后定位是輸入的問(wèn)題、函數(shù)體邏輯的問(wèn)題還是調(diào)用方的理解問(wèn)題。百分之八十的函數(shù) bug 都能靠這三步快速鎖定。8.2 函數(shù)設(shè)計(jì)的幾條實(shí)操建議最后分享幾條我在項(xiàng)目實(shí)踐中沉淀下來(lái)的設(shè)計(jì)建議每一句話(huà)背后都有對(duì)應(yīng)的踩坑經(jīng)歷第一形參命名要語(yǔ)義化、盡量和實(shí)參保持一致。如果調(diào)用方的變量叫user_name形參就叫name不要叫x。函數(shù)內(nèi)部看形參名就能猜到外部意圖調(diào)試時(shí)對(duì)日志非常有用。第二避免設(shè)計(jì)“布爾參數(shù)開(kāi)關(guān)”。如果一個(gè)函數(shù)的參數(shù)是debugTrue、is_adminFalse這種往往說(shuō)明這個(gè)函數(shù)承擔(dān)了兩種不同的職責(zé)應(yīng)該拆成兩個(gè)函數(shù)。單一職責(zé)原則對(duì)函數(shù)同樣適用。第三盡量讓函數(shù)純一些?！凹兒瘮?shù)”的意思是相同的輸入永遠(yuǎn)得到相同的輸出且不產(chǎn)生外部副作用不打印、不寫(xiě)文件、不改全局狀態(tài)。純函數(shù)最好測(cè)試、最好復(fù)用、最好并行。業(yè)務(wù)代碼很難完全純化但把核心計(jì)算抽成純函數(shù)、把副作用推到邊界是一種非常實(shí)用的工程實(shí)踐。第四不要害怕小函數(shù)。把一個(gè)復(fù)雜流程拆成十個(gè)短函數(shù)比一個(gè)一百行的大函數(shù)好調(diào)試得多。但也不要拆得過(guò)于細(xì)碎如果一個(gè)函數(shù)只在另一個(gè)函數(shù)內(nèi)部調(diào)用一次而且沒(méi)有復(fù)用價(jià)值直接寫(xiě)內(nèi)部邏輯就行。拆分的核心判斷標(biāo)準(zhǔn)是這個(gè)函數(shù)能否獨(dú)立命名、是否可能被單獨(dú)復(fù)用或測(cè)試。第五寫(xiě)文檔字符串docstring。這個(gè)真的是血的教訓(xùn)。函數(shù)寫(xiě)的時(shí)候你都懂三個(gè)月后回來(lái)就全是問(wèn)號(hào)。三引號(hào)里寫(xiě)一句話(huà)說(shuō)明函數(shù)作用和返回值再寫(xiě)清關(guān)鍵參數(shù)的含義花不到一分鐘省回來(lái)的是幾小時(shí)。def fetch_user(user_id: int) - dict: 根據(jù)用戶(hù) ID 獲取用戶(hù)信息。 Args: user_id: 用戶(hù)唯一標(biāo)識(shí)。 Returns: 包含用戶(hù)字段的字典用戶(hù)不存在時(shí)返回空字典。 ...類(lèi)型注解和文檔字符串配合使用函數(shù)接口的“自文檔化”程度會(huì)大幅提高。它們不會(huì)強(qiáng)制檢查類(lèi)型但在 IDE 里能提供補(bǔ)全提示對(duì)協(xié)作開(kāi)發(fā)幫助很大。函數(shù)這個(gè)話(huà)題寫(xiě)到這算是把我能想到的知識(shí)點(diǎn)和經(jīng)驗(yàn)都過(guò)了一遍?；仡^看我這些年寫(xiě)的代碼函數(shù)設(shè)計(jì)得好不好基本上決定了項(xiàng)目后續(xù)維護(hù)的體感。你可能現(xiàn)在還體會(huì)不到——一個(gè)函數(shù)命名混亂、參數(shù)設(shè)計(jì)的稀爛、動(dòng)不動(dòng)改全局變量的代碼庫(kù)改起來(lái)有多么痛苦。希望這篇內(nèi)容能讓你少走一些彎路至少在下次寫(xiě)def的時(shí)候多想一分鐘“這個(gè)函數(shù)的輸入輸出契約是什么邊界情況怎么處理半年后的我看得懂嗎”就這一分鐘價(jià)值不可估量。