在日常Python开发中，你是否经常遇到这样的场景：需要根据不同的条件执行不同的函数，代码里堆满了if-else分支？或者需要批量处理一系列相似操作，却只能写重复的调用代码？今天教你通过列表和字典实现优雅的函数存储与调用！

函数：Python中的一等公民

在Python中，函数不仅仅是可执行代码块，它们还是一等对象（First-Class Objects）。这意味着函数可以：

1. 被赋值给变量
2. 存储在数据结构中
3. 作为参数传递给其他函数
4. 作为其他函数的返回值

这个特性为我们提供了极大的灵活性，让我们看看如何利用它优化代码。

列表：函数的顺序执行利器

适用场景：需要按顺序执行多个函数的场景（如数据处理管道）

# 定义数据处理函数
def clean_data(data):
    print("清洗数据...")
    return data.strip()

def transform_data(data):
    print("转换数据格式...")
    return data.upper()

def save_data(data):
    print(f"保存数据: {data}")
    return True

# 创建函数管道
processing_pipeline = [
    clean_data,
    transform_data,
    save_data
]

# 执行数据处理流程
raw_data = "  python rocks!  "
result = raw_data

for func in processing_pipeline:
    result = func(result)
    print(result)

优势：

• 新增处理步骤只需修改列表
• 执行顺序一目了然
• 方便批量操作（如机器学习特征工程）

字典：函数的动态调度中心

适用场景：需要根据输入参数动态选择函数的场景（如命令分发）

# 定义计算操作
def add(a, b):
    return a + b

def subtract(a, b):
    return a - b

def multiply(a, b):
    return a * b

# 创建操作映射字典
operations = {
    'add': add,
    'subtract': subtract,
    'multiply': multiply,
    'power': lambda a,b:a**b  # 使用lambda表达式
}
# 用户选择操作
user_choice = 'power'
result = operations[user_choice](2, 3)
print(f"2的3次方结果是: {result}")  # 输出: 8

为什么选择这种方式？

1. 代码简洁性：减少大量if-else分支
2. 扩展便捷性：新增功能只需修改数据结构
3. 维护友好性：所有函数映射关系一目了然
4. 动态灵活性：运行时修改函数映射关系
5. 解耦设计：函数定义与调用逻辑分离

性能优化小贴士

1. 使用functools.lru_cache缓存计算结果
2. 对于简单操作，lambda比完整函数定义更轻量
3. 字典查找比列表遍历更高效（O(1) vs O(n)）
4. 使用结构模式匹配（Python 3.10+）作为补充

# Python 3.10+ 结构模式匹配
match user_command:
    case "start":
        start_process()
    case "stop":
        stop_process()
    case "status":
        check_status()

实战案例：构建计算器应用

from math import sqrt

operations = {
    '+': lambda a, b: a + b,
    '-': lambda a, b: a - b,
    '*': lambda a, b: a * b,
    '/': lambda a, b: a / b,
    '√': lambda a: sqrt(a),
    '**': lambda a, b: a**b
}

def calculator():
    while True:
        expr = input("输入表达式 (例如 5 + 3): ").split()
        
        if not expr:
            break
            
        op = expr[1]
        if op in operations:
            try:
                a = float(expr[0])
                # 处理一元操作符
                if len(expr) == 2:
                    result = operations[op](a)
                else:
                    b = float(expr[2])
                    result = operations[op](a, b)
                print(f"结果: {result}")
            except Exception as e:
                print(f"错误: {e}")
        else:
            print("不支持的操作符")

calculator()

掌握函数存储与调用的艺术，能让你的Python代码从"能用"跃升到"优雅"。列表和字典存储函数都是Python开发者的必备技能，当你在代码中看到冗长的if-else链时，不妨试试这种更Pythonic的解决方案！你有在项目中用过这种技巧吗？欢迎分享你的实战经验！