前言

在 Python 中，函数是一等对象。编程语言理论家把“一等对象”定义为满 足下述条件的程序实体： 在运行时创建 能赋值给变量或数据结构中的元素，能作为参数传给函数，能作为函数的返回结果。即在 Python 中，所有东西都是一等对象。

函数的定义

python中定义函数使用关键字def，然后跟函数名与括号内的形参列表，例如如下所示:

def function_name(parameter_list):
    """doc string"
    // 具体逻辑

函数参数

1. 默认值参数

在python当中我们可以为函数的参数指定默认值，这样在调用函数时，可以使用比定义时更少的参数。

def print_name(name="tom"):
    print(f"my name is {name}")


print_name() // 调用时不传递参数
print_name(name="jack") // 调用时传递参数，并覆盖默认值

我们需要记住的是默认参数的值只会计算一次，但是如果参数类型是可变类型时，就会产生意想不到的结果了，例如下面的例子

当参数类型为不可变对象时:

num = 5

def print_number(arg=num):
    print(arg)

num = 6
print_number(num) // 输出结果为5

当参数类型为可变对象时，例如参数类型为列表，函数会累积后续调用时传递的参数,具体代码例子如下所示:

>>> def print_list(a, L=[]):
...     L.append(a)
...     return L
... 
>>> print(print_list(1))
[1]
>>> print(print_list(2))
[1, 2]
>>> print(print_list(3))
[1, 2, 3]
>>> 

如果不想在后续调用之间共享默认值时，我们应该将默认值设置为None,具体如下所示:

>>> def pf(a, L=None):
...     if L is None:
...         L = []
...     L.append(a)
...     return L
... 
>>> print(pf(1))
[1]
>>> print(pf(2))
[2]
>>> print(pf(3))
[3]
>>> 

2. 关键字参数

关键字参数是指在函数调用中前面带有标识符（例如name=）或者作为包含在前面带有**的字典里的值传入的参数。例如下面所示:

def complete(shell=True, prefx="/"):
    ...

函数调用时，关键字参数必须跟在位置参数后面。所有传递的关键字参数都必须匹配一个函数接受的参数，关键字参数的顺序并不重要。

3. 位置参数

位置参数是指可出现于参数列表的开头以及斜杠(/)或者作为前面带有星号(*)的可迭代对象里的元素被传入。例如下面所示:

def complete(name, /, age, *):
    ...

4. 特殊参数

默认情况下，参数可以按位置或显式关键字传递给 Python 函数。为了让代码易读、高效，最好限制参数的传递方式，这样，开发者只需查看函数定义，即可确定参数项是仅按位置，按位置或关键字，还是仅按关键字传递。

例如下面的函数:

def complete(name, age, /, position_keyword, *, keyword):
    ...

其中name和age只能是位置参数，position_keyword可以是位置参数也可以是关键字参数，keyword只能是关键字参数。/和*是可选的。这些符号表明形参如何把参数值传递给函数：位置、位置或关键字、关键字。关键字形参也叫作命名形参。

• 位置或关键字参数：函数定义中未使用正斜杠(/ )和x星号(*)时，参数可以按位置或关键字传递给函数。
• 仅位置参数：仅限位置 时，形参的顺序很重要，且这些形参不能用关键字传递。仅限位置形参应放在(/ ) 正斜杠前。正斜杠(/ )用于在逻辑上分割仅限位置形参与其它形参。如果函数定义中没有 (/ )，则表示没有仅限位置形参。正斜杠(/ ) 后可以是 位置或关键字 或 仅限关键字 形参。
• 仅限关键字参数：把形参标记为仅限关键字，表明必须以关键字参数形式传递该形参，应在参数列表中第一个仅限关键字形参前添加星号(*)。

Lambda 表达式

lambda关键字用于创建小巧的匿名函数。Lambda 函数可用于任何需要函数对象的地方。在语法上，匿名函数只能是单个表达式。在语义上，它只是常规函数定义的语法糖。与嵌套函数定义一样，lambda 函数可以引用包含作用域中的变量。

>>> def make_incrementor(n):
...     return lambda x: x + n
... 
>>> f = make_incrementor(55)
>>> f(0)
55

高阶函数

接受函数为参数，或者把函数作为结果返回的函数是高阶函数。在函数式语言通常会提供 map、filter 和 reduce 三个高阶函数（有时 使用不同的名称）。在 Python 3 中，map 和 filter 还是内置函数，但是由于引入了列表推导和生成器表达式，它们变得没那么重要了。

• map函数

map 函数，它接收两个参数，第一个参数是一个函数对象（当然也可以是一个lambda表达式）， 第二个参数是一个序列。返回的是一个可迭代的map对象

>>> mp = map(lambda x: x * x, [1, 2, 3, 4, 5])
>>> mp
<map object at 0x7f34c9eceda0>
>>> for item in mp:
...     print(item)
... 
1
4
9
16
25

• filter函数

filter 函数，和 map 函数相似。同样也是接收两个参数，一个函数对象或者是一个lambda 表达式和一个序列。它会遍历后面序列中每一个元素，并将其做为参数传入lambda表达式中，当表达式返回 True，则元素会被 保留下来，当表达式返回 False ，则元素会被丢弃。返回的是一个经过过滤操作的可迭代的filter对象。

>>> fl = filter(lambda x: x < 0, range(-3, 3))
>>> fl
<filter object at 0x7f34c9ece860>
>>> for item in fl:
...     print(item)
... 
-3
-2
-1

• reduce函数

reduce 函数，也是类似的。它的作用是先对序列中的第 1,2 个元素进行操作，得到的结果再与第 三个数据用 函数对象或者lambda表达式运算，将其得到的结果再与第四个元素进行运算，以此类推下去直到后面 没有元素了。返回函数对象或lambda最终运行的结果。

>>> from functools import reduce
>>> rd = reduce(lambda x, y: x + y, [1, 2, 3, 4, 5, 6])
>>> rd
21
>>> 

函数注解

函数注解是可选的，用户可以自定义函数类型的元数据完整信息(其实就是指定函数参数的类型，作为动态语言有点多此一举了)标注以字典的形式存放在函数的__annotations__属性中，并且不会影响函数的任何其他部分。 形参标注的定义方式是在形参名后加冒号，后面跟一个表达式，该表达式会被求值为标注的值。 返回值标注的定义方式是加组合符号->，后面跟一个表达式，该标注位于形参列表和表示def语句结束的冒号之间。具体如下所示:

def complete(shell: bool = True, command: str = "") -> bool:
    ...

小结

在python中一切皆对象，我们可以把函数 赋值给变量、传给其他函数、存储在数据结构中，以及访问函数的属 性，供框架和一些工具使用。