17370845950

Python函数是第一类对象，def和lambda均创建function实例，区别在于lambda仅支持表达式；闭包由自由变量捕获决定；@wraps确保装饰器保留原函数元信息。

Python 函数不是语法糖，是第一类对象——这意味着你传它、存它、动态造它、替它，都合法。不理解这点，学再多装饰器、闭包、functools.partial 都是空中楼阁。

为什么 def 定义的函数能被赋值给变量？

因为 def 实际上在执行时创建了一个 function 类型的实例，并绑定到名字上。名字只是引用，不是函数本身。

• def f(): return 42 等价于 f = lambda: 42（底层都是 function 对象）
• g = f 不会复制函数逻辑，只是新增一个指向同一对象的引用
• id(f) == id(g) 在未重新赋值前为 True
• 修改 f.__defaults__ 会影响所有同引用函数（注意：可变默认参数陷阱根源在此）

lambda 和 def 的本质区别在哪？

不在“是否匿名”，而在“是否允许语句”。lambda 只能包含表达式，不能有 return、if 块、赋值语句；def 编译为含完整代码对象（__code__）的可调用对象。

• lambda x: x if x > 0 else 0 ✅ 合法（三元表达式）
• lambda x: return x ❌ 语法错误（return 是语句）
• def 函数有 __name__、__doc__、__annotations__ 等完整属性；lambda 的 __name__ 恒为 ''
• 性能差异微乎其微，别为“快一点”硬套 lambda——可读性优先

闭包的判定标准不是“嵌套定义”，而是“自由变量捕获”

判断一个内层函数是不是闭包，看它是否引用了外层函数作用域中**非全局**且**未作为参数传入**的变量——这种变量叫自由变量（free variable），会被打包进 __closure__ 元组。

def make_adder(n):
    def add(x):
        return x + n  # ← n 是自由变量
    return add
add5 = make_adder(5)
print(add5.closure)        # 
print(add5.closure[0].cell_contents)  # 5

• 若内层函数没引用外层局部变量（比如只用 global 变量），__closure__ 为 None
• nonlocal 声明不改变闭包结构，只允许赋值；真正构成闭包的是“读取”动作
• 常见坑：循环中创建多个闭包却共享同一个变量（如 for i in range(3): funcs.append(lambda: i)）→ 全部返回 2，需用默认参数固化：lambda i=i: i

functools.wraps 解决的不是“看起来像原函数”，而是“行为一致”

装饰器本质是替换原函数对象。不加 @wraps(func)，新函数会丢失原函数的 __name__、__doc__、__module__、__annotations__ 等元信息，导致 help() 失效、调试器跳转错位、类型检查工具误报。

from functools import wraps
def my_timer(func):
@wraps(func)  # ← 关键！否则 func.name 变成 'wrapper'
def wrapper(*args, *kwargs):
import time
start = time.time()
result = func(args, **kwargs)
print(f'{func.name} took {time.time() - start:.2f}s')
return result
return wrapper

• @wraps 本质是把 func 的 __dict__ 中的元属性拷贝到 wrapper 上
• 若装饰器本身带参数（如 @retry(max_tries=3)），@wraps 要放在最内层函数上，不是装饰器工厂函数上
• 不依赖 functools 也能手动同步：用 wrapper.__name__ = func.__name__ 等，但易漏项

自由变量怎么查、code.co_freevars 怎么对应 closure、装饰器嵌套时 @wraps 放哪一层——这些细节不跑一遍 dir() 和打印对象，光看教程永远模糊。