Python函数是第一类对象，可赋值、传参、返回、动态创建并带状态；定义用def、调用必加括号；lambda仅支持单表达式；参数传递本质是对象引用，是否原地修改决定外部是否可见；装饰器是接收并返回函数的高阶函数。
Python 中的 function 不是语法糖，而是第一类对象（first-class object）——这意味着它能被赋值、传参、返回、动态创建，甚至可以带状态。理解这点，才能避开“函数只是写一堆代码”的误区。
如何正确定义和调用 function
定义必须用 def，且函数名后紧跟括号和冒号；调用时括号不能省略（哪怕无参）。常见错误是把函数名当值用却忘了加 ()，结果得到的是函数对象本身，而非执行结果。
实操建议：
- 函数体必须缩进，且缩进需一致（推荐 4 空格）
- 参数默认值只在定义时求值一次，
def f(x=[])是危险模式，应改用None作为占位符 - 函数末尾未写
return，自动返回None；显式写return无值，也等价于return None
def greet(name=None):
if name is None:
name = "World"
return f"Hello, {name}!"
print(greet()) # Hello, World!
print(greet("Alice")) # Hello, Alice!
为什么 lambda 不等于 function 的简化写法
lambda 只能包含单个表达式，不能有语句（如 if、for、赋值），也不能有文档字符串。它本质是匿名函数表达式，不是 def 的语法别名。
立即学习“Python免费学习笔记（深入）”；
使用场景有限：多用于高阶函数（如 sorted()、map()）中临时传入简单逻辑。
容易踩的坑：
WEBGM2.0版对原程序进行了大量的更新和调整，在安全性和实用性上均有重大突破.栏目介绍：本站公告、最新动态、网游资讯、游戏公略、市场观察、我想买、我想卖、点卡购买、火爆论坛特色功能：完美的前台界面设计以及人性化的管理后台，让您管理方便修改方便；前台介绍：网站的主导行栏都采用flash设计，美观大方；首页右侧客服联系方式都采用后台控制，修改方便；首页中部图片也采用动态数据，在后台可以随意更换图片
-
lambda x: x if x > 0 else 0合法；lambda x: if x > 0: return x直接报SyntaxError - 闭包陷阱：循环中创建多个
lambda共享同一个变量，导致全部捕获最后的值
funcs = []
for i in range(3):
funcs.append(lambda: i) # 全部返回 2
print([f() for f in funcs]) # [2, 2, 2]
正确写法：用默认参数固化当前值
funcs = []
for i in range(3):
funcs.append(lambda i=i: i)
print([f() for f in funcs]) # [0, 1, 2]
function 的参数传递机制：可变 vs 不可变对象的实际影响
Python 是“对象引用传递”，但效果常被误读为“值传递”或“引用传递”。关键看函数体内是否对参数对象做了**原地修改**（in-place mutation）。
实操判断依据：
- 对
list、dict、set调用.append()、.update()等方法 → 原对象被改，调用方可见 - 对任何对象重新赋值（
x = ...）→ 只改变局部变量指向，不影响外部 -
str、int、tuple不可变，所有“修改”操作都生成新对象
def modify_list(lst):
lst.append(99) # 原地修改，生效
lst = [1, 2, 3] # 仅重绑定局部变量，无效
a = [1, 2]
modify_list(a)
print(a) # [1, 2, 99] —— 注意不是 [1, 2]
装饰器（@decorator）的本质就是 function 的函数式应用
装饰器是接收一个 function 并返回另一个 function 的高阶函数。它的语法糖 @xxx 等价于手动赋值：f = xxx(f)。
容易忽略的细节：
- 被装饰函数的元信息（
__name__、__doc__）会被覆盖，需用@functools.wraps(func)修复 - 带参数的装饰器（如
@retry(times=3)）其实是三层嵌套函数：外层接收装饰器参数，中层接收被装饰函数，内层是实际 wrapper - 装饰器在模块导入时就执行（即
def完成后立即运行），不是调用时才触发
from functools import wrapsdef log_calls(func): @wraps(func) def wrapper(*args, *kwargs): print(f"Calling {func.name}") return func(args, **kwargs) return wrapper
@log_calls def add(a, b): """Return sum of a and b.""" return a + b
print(add.name) # add（不是 wrapper），因为用了 @wraps
真正难的不是写 function，而是判断何时该拆、何时该合、何时该用闭包、何时该用装饰器——这些决策背后全是对象生命周期、作用域规则和引用关系的综合权衡。
