在阅读标题之后，你可能会问自己一些类似于“Python中的函数是高级概念吗？怎么可能？所有的课程都将函数作为语言的基本组成部分介绍。”你既对又错。
大多数Python课程将函数作为基本概念和构建模块介绍，因为没有它们，你将无法编写功能代码。这与函数式编程范式完全不同，但我也会涉及到这个概念。
在我们深入研究Python函数的高级复杂性之前，让我们简要介绍一些基本概念和你可能已经了解的内容。
简要基础知识
你开始编写程序，某个时刻你会发现自己写了相同的代码序列。你开始重复自己和代码块。这是一个很好的时间和地点来介绍函数。至少，就是这样。在Python中，你可以这样定义一个函数：
def shout(name): print(f'嘿！我的名字是{name}。')在软件工程领域，我们对函数定义的部分进行区分：
def– 用于定义函数的Python关键字。shout– 函数名。shout(name)– 函数声明。name– 函数参数。print(...)是函数体的一部分，或者我们称之为函数定义。
函数可以返回一个值，也可以没有返回值，就像我们之前定义的那个函数一样。当函数返回值时，可以返回一个或多个值：
def break_sentence(sentence): return sentence.split(' ')你得到的结果是一个元组，你可以解包它或选择任何元组元素进行后续处理。
对于那些尚未了解的人来说，Python中的函数是“一等公民”。这意味着你可以像处理任何其他变量一样处理函数。你可以将它们作为参数传递给其他函数，从函数中返回它们，甚至将它们存储在变量中。以下是一个例子：
def shout(name): return f'嘿！我的名字是{name}。'# 我们将使用上面定义的break_sentence# 将函数赋值给另一个变量another_breaker = break_sentence another_breaker(shout('John'))# ['嘿！', '我的', '名字', '是', 'John。']# 哇！是的，这是一种有效的定义函数的方法name_decorator = lambda x: '-'.join(list(name))name_decorator('John')# 'J-o-h-n'等等，这个lambda是什么？这是Python中另一种定义函数的方式。这是所谓的无名或匿名函数。嗯，在这个例子中，我们将其分配给一个名为name_decorator的变量，但你可以将lambda表达式作为另一个函数的参数，而无需给它命名。我将很快介绍这个。
剩下的就是给出一个例子，展示函数如何作为参数传递或从另一个函数返回值。这是我们向高级概念迈进的部分，请耐心等待。
def dash_decorator(name): return '-'.join(list(name))def no_decorator(name): return namedef shout(name, decorator=no_decorator): decorated_name = decorator(name) return f'嘿！我的名字是{decorated_name}'shout('John')# '嘿！我的名字是John'shout('John', decorator=dash_decorator)# '嘿！我的名字是J-o-h-n'这就是将函数作为参数传递给另一个函数的方式。那么lambda函数呢？好吧，看看下一个例子：
def shout(name, decorator=lambda x: x): decorated_name = decorator(name) return f'嘿！我的名字是{decorated_name}'print(shout('John'))# 嘿！我的名字是Johnprint(shout('John', decorator=dash_decorator))# 嘿！我的名字是J-o-h-n现在默认的装饰函数是lambda，并且返回参数的值本身（幂等性）。在这里，它是匿名的，因为它没有附加的名称。
请注意，print也是一个函数，我们将一个函数shout作为参数传递给它。本质上，我们在链接函数。这可以引导我们进入函数式编程范式，这是您可以在Python中选择的一种路径。我将尝试撰写另一篇专门介绍这个主题的博文，因为我对它非常感兴趣。目前，我们将继续使用过程式编程范式；也就是说，我们将继续做我们迄今为止所做的事情。
如前所述，函数可以分配给变量，作为另一个函数的参数传递，并从该函数返回。我已经给您展示了前两种情况的一些简单示例，但是如果从函数中返回一个函数呢？起初我想保持非常简单，但话又说回来，这是高级Python！
中级或高级部分
这绝不是关于Python函数和高级概念的”THE”指南。有很多很棒的资料，我将在本文末尾留下。然而，我想谈谈我发现非常有趣的一些方面。
在Python中，函数是对象。我们如何弄清楚这一点呢？嗯，Python中的每个对象都是从一个特定的类继承的类的实例，这个类叫做type。这其中的细节很复杂，但为了能够看到这与函数有什么关系，这里有一个例子：
type(shout)# functiontype(type(shout))# type当您在Python中定义一个类时，它会自动继承object类。而object类又继承了哪个类呢？
type(object)# type我应该告诉您Python中的类也是对象吗？确实，对于初学者来说，这是令人费解的。但正如Andrew Ng所说，这并不重要，不要担心它。
好了，所以函数是对象。那么函数应该有一些魔术方法，对吗？
shout.__class__# functionshout.__name__# shoutshout.__call__# <method-wrapper '__call__' of function object at 0x10d8b69e0># 噢，嘭！魔术方法__call__是为可调用的对象定义的。所以我们的shout对象（函数）是可调用的。我们可以带参数或不带参数调用它。但这很有趣。我们之前所做的是定义了一个shout函数，并获得了一个可调用的对象，该对象具有__call__魔术方法，它是一个函数。您看过电影《盗梦空间》吗？
因此，我们的函数实际上不是一个函数，而是一个对象。对象是类的实例，包含方法和属性，对吗？这是您应该从面向对象编程中了解的内容。我们如何找出我们的对象的属性是什么？有这样一个名为vars的Python函数，它返回一个带有对象属性及其值的字典。让我们看看下一个示例中会发生什么：
vars(shout)# {}shout.name = 'Jimmy'vars(shout)# {'name': 'Jimmy'}这很有趣。不是说您可以立即找到这种用例。即使您找到了，我也强烈不建议您进行这种黑魔法。尽管它很有趣，但很难跟踪。我之所以向您展示这个，是因为我们想要证明函数确实是对象。请记住，Python中的一切都是对象。这就是我们在Python中的风格。
现在，令人期待的函数返回了。这个概念也非常有趣，因为它给您带来了很多实用性。通过一点点的语法糖，您可以得到非常有表现力的效果。让我们深入探讨。
首先，一个函数的定义可以包含另一个函数的定义。甚至可以有多个。下面是一个完全正常的例子：
def shout(name): def _upper_case(s): return s.upper() return _upper_case(name)如果您认为这只是name.upper()的复杂版本，那么您是正确的。但是请稍等，我们正在接近目标。
因此，根据之前的示例，这是完全功能的Python代码，您可以在函数内部定义多个函数进行实验。这种巧妙的技巧的价值是什么呢？嗯，您可能会遇到函数非常庞大，代码块重复的情况。这种情况下，定义子函数会增加代码的可读性。实践中，庞大的函数是代码质量不佳的标志，强烈鼓励将它们拆分为几个较小的函数。因此，遵循这个建议，您很少需要在彼此内部定义多个函数。需要注意的一点是，_upper_case函数是隐藏的，并且在shout函数定义的范围之外，无法调用。这样，您无法轻松地对其进行测试，这是这种方法的另一个问题。
然而，有一种特殊情况可以在另一个函数内部定义函数。这就是实现函数装饰器时的情况。这与我们在之前的示例中用来装饰name字符串的函数无关。
Python中的装饰器函数
什么是装饰器函数？将其视为包装您的函数的函数。这样做的目的是为已有的函数引入额外功能。例如，假设您想要在每次调用函数时记录日志：
def my_function(): return sum(range(10))def my_logger(fun): print(f'{fun.__name__}正在被调用！') return funmy_function()# 45my_logger(my_function)# my_function正在被调用！# <function my_function at 0x105afbeb0>my_logger(my_function)()# my_function正在被调用！# 45请注意，我们如何装饰我们的函数；我们将它作为参数传递给装饰函数。但这还不够！记住，装饰器返回函数，而这个函数需要被调用。这就是最后一次调用的作用。
现在，实际上，您真正希望的是装饰持续存在于原始函数的名称下。在我们的例子中，我们希望在解释器解析我们的代码之后，my_function是装饰函数的名称。这样，我们保持代码简单易懂，并确保我们的代码的任何部分都无法调用未装饰的函数版本。例如：
def my_function(): return sum(range(10))def my_logger(fun): print(f'{fun.__name__}正在被调用！') return funmy_function = my_logger(my_function)my_function(10)# my_function正在被调用！# 45您会发现将函数的名称重新分配为装饰函数的名称部分是麻烦的。您必须记住这一点。如果有多个要记录的函数调用，将会有很多重复的代码。这就是语法糖的用武之地。在定义装饰器函数之后，您可以使用它来装饰另一个函数，方法是在函数定义之前加上@和装饰器函数的名称。例如：
def my_logger(fun): print(f'{fun.__name__}正在被调用！') return fun@my_loggerdef my_function(): return sum(range(10))my_function()# my_function正在被调用！# 45这就是Python的哲学。看看代码的表达力和简洁性。
这里有一件重要的事情要注意！尽管输出是有意义的，但它并不是您所期望的！在加载Python代码时，解释器将调用my_logger函数并有效地运行它！您将获得日志输出，但这不是我们最初想要的结果。现在看看代码：
def my_logger(fun): print(f'{fun.__name__}正在被调用！') return fun@my_loggerdef my_function(): return sum(range(10))my_function()# my_function正在被调用！# 45my_function()# 45为了能够在调用原始函数后运行装饰器代码，我们必须将其包装在另一个函数周围。这就是事情可能变得混乱的地方。以下是一个示例：
def my_logger(fun): def _inner_decorator(*args, **kwargs): print(f'{fun.__name__} 正在被调用！') return fun(*args, **kwargs) return _inner_decorator@my_loggerdef my_function(n): return sum(range(n))print(my_function(5))# my_function 正在被调用！# 10在这个例子中，还有一些更新，我们来看一下：
- 我们希望能够将参数传递给
my_function。 - 我们希望能够装饰任何函数，而不仅仅是
my_function。因为我们不知道未来函数的确切参数数量，所以我们必须尽可能地保持通用，这就是为什么我们使用*args和**kwargs。 - 最重要的是，我们定义了
_inner_decorator，它将在每次我们在代码中调用my_function时被调用。它接受位置参数和关键字参数，并将它们作为参数传递给被装饰的函数。
请始终记住，装饰器函数必须返回一个接受相同参数（数量和类型）并返回相同输出（同样是数字和它们的相应类型）的函数。也就是说，如果你想让函数的用户不困惑，代码阅读者不需要试图弄清楚到底发生了什么。
例如，假设你有两个结果不同但需要参数的函数：
@my_loggerdef my_function(n): return sum(range(n))@my_loggerdef my_unordinary_function(n, m): return sum(range(n)) + mprint(my_function(5))# my_function 正在被调用！# 10print(my_unordinary_function(5, 1))# my_unordinary_function 正在被调用！# 11在我们的例子中，装饰器函数只接受它装饰的函数作为参数。但是，如果你想传递额外的参数并动态更改装饰器的行为怎么办？比如你想调整日志记录器装饰器的详细程度。到目前为止，我们的装饰器函数接受了一个参数：它装饰的函数。然而，当装饰器函数有自己的参数时，这些参数首先传递给它。然后，装饰器函数必须返回一个接受被装饰函数的函数。基本上，事情变得更加复杂了。还记得电影《盗梦空间》的参考吗？
下面是一个例子：
from enum import IntEnum, autofrom datetime import datetimefrom functools import wrapsclass LogVerbosity(IntEnum): ZERO = auto() LOW = auto() VoAGI = auto() HIGH = auto()def my_logger(verbosity: LogVerbosity): def _inner_logger(fun): def _inner_decorator(*args, **kwargs): if verbosity >= LogVerbosity.LOW: print(f'LOG: 详细程度等级: {verbosity}') print(f'LOG: {fun.__name__} 正在被调用！') if verbosity >= LogVerbosity.MEDIUM: print(f'LOG: 调用日期和时间为 {datetime.utcnow()}。') if verbosity == LogVerbosity.HIGH: print(f'LOG: 调用者的作用域为 {__name__}。') print(f'LOG: 参数为 {args}, {kwargs}') return fun(*args, **kwargs) return _inner_decorator return _inner_logger@my_logger(verbosity=LogVerbosity.LOW)def my_function(n): return sum(range(n))@my_logger(verbosity=LogVerbosity.HIGH)def my_unordinary_function(n, m): return sum(range(n)) + mprint(my_function(10))# LOG: 详细程度等级: LOW# LOG: my_function 正在被调用！# 45print(my_unordinary_function(5, 1))# LOG: 详细程度等级: HIGH# LOG: my_unordinary_function 正在被调用！# LOG: 调用日期和时间为 2023-07-25 19:09:15.954603。# LOG: 调用者的作用域为 __main__。# LOG: 参数为 (5, 1), {}# 11 我不会详细描述与装饰器无关的代码，但我鼓励你查阅并学习。这里我们有一个记录函数调用的装饰器，具有不同的详细程度。如前所述，my_logger装饰器现在接受可以动态更改其行为的参数。参数传递给它后，它返回的结果函数应该接受一个需要装饰的函数。这就是_inner_logger函数。到目前为止，你应该明白装饰器代码的其余部分是在做什么。
结论
我对这篇文章的第一个想法是写关于Python中装饰器等高级主题。然而，正如你现在可能已经知道的，我还提到并使用了许多其他高级主题。在以后的文章中，我将对其中一些进行一定程度的探讨。然而，我给你的建议是从其他来源也学习这里提到的内容。掌握函数是任何编程语言开发中必须要做到的，但掌握你选择的编程语言的所有方面，可以让你在编写代码时获得很大的优势。
我希望我为你介绍了一些新东西，并且你现在对作为一名高级Python程序员编写函数有信心。
参考资料
- Python装饰器入门
- Python内部函数：它们有什么用？
- 枚举（Enum）使用指南