把函数视作对象
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
说明python 函数是对象：这里创建了一个函数，然后调用它，读取它的 __doc__ 属性，并且确定函数对象本身是 function 类的实例。
def factorial(n): '''returns n!''' return 1 if n < 2 else n * factorial(n - 1)print(factorial(5)) #调用print(help(factorial)) #打印__doc__属性print(type(factorial)) #打印类型#结果120Help on function factorial in module __main__:factorial(n)returns n! #__doc__属性None#说明factorial是function类的一个实例
说明函数是一等对象：通过别名使用函数（对应于第二点），把函数作为参数传递（对应于第三点）。
#创建一个函数，只有函数在调用的时候才会运行def factorial(n): '''returns n!''' return 1 if n < 2 else n * factorial(n-1)fact = factorialprint(fact)map_fact = map(factorial, range(11))print('map fact:', map_fact)print(list(map_fact))#结果 map fact: 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。
如map，filter，reduce，sorted。
map(function, iterable, ...) 会根据提供的函数对指定序列做映射。第一个参数 function 以参数序列中的每一个元素调用 function 函数，返回包含每次 function 函数返回值的新列表。
filter(function, iterable) 接收两个参数，第一个为函数，第二个为序列，序列的每个元素作为参数传递给函数进行判断，然后返回 True 或 False，最后将返回 True 的元素放到新列表中。
reduce(function, iterable[, initializer])函数将一个数据集合（链表，元组等）中的所有数据进行下列操作：用传给 reduce 中的函数 function（有两个参数）先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，最后得到一个结果。
sorted(iterable[, cmp[, key[, reverse]]]) 排序函数
sorted示例，reverse函数作为参数，逆置的单词排序。
>>> def reverse(word):... return word[::-1]... >>> reverse('testing')'gnitset'>>> reverse(fruits)['banana', 'raspberry', 'cherry', 'apple', 'fig', 'strawberry']>>> fruits['strawberry', 'fig', 'apple', 'cherry', 'raspberry', 'banana']>>> sorted(fruits, key=reverse) #reverse作为sorted函数的参数['banana', 'apple', 'fig', 'raspberry', 'strawberry', 'cherry'] map和filter示例，计算阶乘：
>>>def factorial(n): return 1 if n < 2 else n * factorial(n - 1)>>>list(map(factorial,range(6))) #0到5的阶乘 [1, 1, 2, 6, 24, 120]list(map(factorial,filter(lambda n: n % 2,range(6)))) #过滤掉偶数的阶乘[1, 6, 120]
reduce示例，求和：
from functools import reduce #reduce在functools模块下from operator import addreduce(add,range(100))4950sum(range(100))4950
sum和reduce思想是把某个操作连续应用到序列的元素上，累计之前的结果，把一系列值规约成一个值。类似的函数还有any和all.
all(iterable) //如果iterable的每个元素都是真值，返回True,否则返回False
any(iterable) //只要有iterable的某个元素是真值就返回True。
匿名函数
lambda函数定义体中不能赋值，也不能使用while和try等python语句。适合用在参数列表中。（lambda表达式会创建函数对象）
fruits = ['banana', 'raspberry', 'cherry', 'apple', 'fig', 'strawberry']sorted(fruits, key=lambda word: word[::-1]) #逆置的单词排序，代替了sorted示例中的reverse函数['banana', 'apple', 'fig', 'raspberry', 'strawberry', 'cherry']
可调用对象和可调用类型
可以使用()符号调用的对象即为可调用对象
如下：
用户定义的函数：def语句或lambda函数创建
内置函数：C语言实现的函数，如len或time.strftime
内置方法：C语言实现的方法，如dict.get
方法：类中定义的函数
类：调用类时会调用__new__方法创建一个实例，然后运行__init__方法初始化实例返回调用方。
类实例：如果类定义了__call方法，那么它的实例可以作为函数调用。
生成器函数：使用yield关键字的函数或方法。
可以使用callable()函数判断对象是否可以调用。
>>>[callable(obj) for obj in (abs,str,13)][True, True, False]
用户定义的可调用类型
任何python对象都可以表现得像函数，只要实现__call__方法。
import randomclass BingoCage: def __init__(self, items): self._items = list(items) random.shuffle(self._items) #打乱顺序 def pick(self): try: return self._items.pop() except IndexError: raise LookupError('pick from empty BingoCage') def __call__(self, *args, **kwargs): #实现__call__方法 return self.pick()bingo = BingoCage(range(3))print(bingo.pick())print(bingo()) #调用bingoprint(callable(bingo)) #判断是否可调用#结果：02True 函数内省
函数对象不止有__doc__属性，还有很多其他属性，可用dir()函数查看
>>>dir(factorial)['__annotations__', '__call__', '__class__', '__closure__', '__code__', '__defaults__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__get__', '__getattribute__', '__globals__', '__gt__', '__hash__', '__init__', '__kwdefaults__', '__le__', '__lt__', '__module__', '__name__', '__ne__', '__new__', '__qualname__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__']
用户定义的函数的属性
| 名称 | 类型 | 说明 |
| __annotations__ | dict | 参数返回值和的注释信息 |
| __call__ | method-wrapper | 实现()运算符；即可调用对象协议 |
| __closure__ | tuple | 函数闭包，即自有变量的绑定(通常是None) |
| __code__ | code | 编译成字节码的函数元数据和函数定义体 |
| __defaults__ | tuple | 形式参数的默认值 |
| __get__ | method-wrapper | 实现只读描述符协议 |
| __globals__ | dict | 函数所在模块中的全局变量 |
| __kwdefaults__ | dict | 仅限关键字形式参数的默认值 |
| __name__ | str | 函数名称 |
| __qualname__ | str | 函数的限定名称，如Random.choice |
获取函数参数信息（法一）
函数的__default__属性保存着定位参数和关键字参数的默认值
函数的__code__包含许多参数信息，如：
__code__.co_argcount包含参数个数
__code__.co_varnames包含参数名称 (值得注意的是，这里包含函数体内定义的局部变量，真正的参数名称是前N个字符串，N的个数由co__argcount确定；且其中不包含前缀为*和**的变长参数)
def clip(text, max_len=20): """在max_len前面或后面的第一个空格处截断文本 """ end = None if len(text) > max_len: space_before = text.rfind(' ', 0, max_len) if space_before >= 0: end = space_before else: space_after = text.rfind(' ', max_len) if space_after >=0: end = space_after if end is None: end = len(text) return text[:end].rstrip()print(clip.__defaults__) #从后往前扫描，故max_len的默认值为20print(clip.__code__)print(clip.__code__.co_argcount) #包含局部变量print(clip.__code__.co_varnames) #如结果，实际参数为2 (20,)2('text', 'max_len', 'end', 'space_before', 'space_after') 获取函数参数信息（法二）
使用inspect模块下的signature()函数，signature()函数返回一个signature对象，它有一个parameters属性，这是一个有序映射，把参数名和inspecr.Parameter对象对应起来。各个Parameter有各自属性：name（名称），default（默认值）,kind（类型） //特殊的inspect._empty代表没有默认值
from inspect import signaturesig = signature(clip) #clip为上个示例的函数，参数元组print(sig)print(str(sig))for name, param in sig.parameters.items(): print(param.kind, ':', name, '=', param.default) #打印 参数类型：参数名称：参数默认值#结果(text, max_len=20)(text, max_len=20)POSITIONAL_OR_KEYWORD : text =POSITIONAL_OR_KEYWORD : max_len = 20
kind属性值是_ParameterKind类的5个值之一，如下：
| POSITIONAL_OR_KEYWORD | 可以通过定位参数和关键字参数传入的形参，多数python参数类型属于此类 | |
| VAR_POSITIONAL | 定位参数元组 | * 参数 |
| VAR_KEYWORD | 关键字参数字典 | ** 参数 |
| KEYWORD_ONLY | 仅限关键字参数 | |
| POSITONAL_ONLY | 仅限定位参数 |
函数注解
除了name，kind，default，inspect.Parameter对象还有一个annotation（注解）属性，它的值通常为inspect._empty，但可能包含注解句法提供的函数签名元素据。
函数声明中的各个参数可以在：之后增加注解表达式。如果参数有默认值，注解放在参数名和 = 号之间。如果想注解返回值，在 ）和函数声明末尾的：之间添加->和一个表达式，那个表达式可以是任意类型。
为clip函数添加注解：
def clip(text, max_len:'int > 0'=20) -> str: #max_len参数注解和返回值注解 """在max_len前面或后面的第一个空格处截断文本 """ end = None if len(text) > max_len: space_before = text.rfind(' ', 0, max_len) if space_before >= 0: end = space_before else: space_after = text.rfind(' ', max_len) if space_after >=0: end = space_after if end is None: end = len(text) return text[:end].rstrip()print(clip.__annotations__)#结果{ 'max_len': 'int > 0', 'return': } Python 对注解所做的唯一的事情是，把它们存储在函数的__annotations__ 属性里。仅此而已，Python 不做检查、不做强制、不做验证，什么操作都不做。换句话说，注解对 Python 解释器没有任何意义。注解只是元数据，可以供 IDE、框架和装饰器等工具使用。标准库中还没有什么会用到这些元数据，唯有inspect.signature() 函数知道怎么提取注解，如示例所示:
sig = signature(clip)print(sig.return_annotation)for param in sig.parameters.values(): note = repr(param.annotation).ljust(13) #param.annotation获取注解，rerp返回注解的string形式 print(note, ':', param.name, '', param.default): text 'int > 0' : max_len 20
支持函数式编程的包
operator模块为多个算术运算符提供了对应的函数，例如可以使用mul来代替使用匿名函数lambda a,b:a * b
operator还有itemgetter和attrgetter函数。
itemgetter常见用途：根据元组的某个字段给元组列表排序。（itemgetter[i]类似lambda fields:fields[1],创建一个接受集合的函数，返回索引位1上的元素）
from operator import itemgettermetro_data = [ ('tokyo', 'JP', 36), ('mexico', 'IN', 21), ('new york', 'US', 20), ('sao paulo', 'BR', 19), ]for city in sorted(metro_data, key=itemgetter(1)): #按照元组第二项排序 print(city)#结果('sao paulo', 'BR', 19)('mexico', 'IN', 21)('tokyo', 'JP', 36)('new york', 'US', 20)for city in sorted(metro_data, key=itemgetter(2)): #按照元组第三项排序 print(city)#结果('sao paulo', 'BR', 19)('new york', 'US', 20)('mexico', 'IN', 21)('tokyo', 'JP', 36) 多个参数传递给itemgetter，它构建的函数会返回提取的值构成的元组：
cc_name = itemgetter(1, 0)for city in metro_data: print(cc_name(city)) #结果('JP', 'tokyo')('IN', 'mexico')('US', 'new york')('BR', 'sao paulo') functools.partial冻结参数
functols.partial用于部分应用于一个函数。即：基于一个函数创建一个新的可调用对象，把原函数的某些参数固定。使用这个函数可以把接受一个或多个参数的函数改编成需要回调的API，这样需要的参数更少。
from operator import mul #乘法from functools import partialtriple = partial(mul, 3) #把第一个参数固定为3print(triple(7))print(list(map(triple, range(1, 10))))21[3, 6, 9, 12, 15, 18, 21, 24, 27]
functools.partialmethod函数作业于partial一样，不过是用于处理方法。
以上来自《流畅的python》第五章