Python 函数的七个重要知识点：类型提示以增加代码可读性；*args和**kwargs、Lambda函数和高阶函数提供代码灵活性；装饰器让我们无需修改原函数即可改变其行为；生成器函数实现惰性评估；最后，魔术方法在Python类中定义了特殊行为。这些知识点是每个Python开发者的必备工具。
下面的代码在工作中随处可见！
def magic(a, b):
return a + b我们可以轻易地编写如上的函数，因为 Python 是动态类型的——也就是说，变量数据类型是在运行时确定的。
def magic(a: int, b: int) -> int:
return a + b不过，也可以编写如上与先前完全相同，但带有类型提示的函数：
当代码库变的更大时，类型提示在保持代码尽可能地具有可读性方面变得越来越重要。想想看，有 10,000 个函数，你需要推断它们所接受的数据类型以及它们的返回类型，那就太“好玩”了。
def test1(ls: list[int], x: float) -> list[float]:
passls是整数列表，x应该是浮点数，函数应返回浮点数列表。
def test2(a: str, b: bool, c: dict[str, str]) -> dict[str, int]:
passa应为字符串，b应为布尔值，c应为字典，其中键为字符串，值为字符串。返回值应为一个字典，其键为字符串，但值为整数。
请注意：类型提示只是提示，并不强制执行。如果我们没有遵循类型提示给出的类型，Python 仍会允许这个操作。
在真实的开发中，会有大量的*args 和**kwargs参数：
所有的位置参数都会被捕获为元组参数，所有的关键字参数都会被捕获为字典参数。
magic(1, 2, 'apple', a=4, b=5, c=[1, 2, 3])def magic(*args, **kwargs):
print('args =', args)
print('kwargs =', kwargs)
magic(1, 2, 'apple', a=4, b=5, c=[1, 2, 3])
# args = (1, 2, 'apple')
# kwargs = {'a':4, 'b':5, 'c':[1, 2, 3]}Lambda 函数是一种小型匿名函数。例如：
def add(x, y):
return x + y可以将它重写为 lambda 函数：
add = lambda x, y: x + y函数的输入在":"之前，返回值在":"之后：
# 另一个例子
def add10(x):
return x + 10
# 等同于
add10 = lambda x: x + 10Lambda 函数可以是匿名的，并且在需要将一个函数作为另一个函数的参数时，Lambda 函数可能非常有用：
def apply(func, x):
return func(x)
x = apply(lambda x: x + 10, 7)
print(x) # 17高阶函数可以接受另一个函数作为参数，或者返回另一个函数，或者同时满足这两个条件。比如以下的 apply 函数：
def apply(func, x):
return func(x)
x = apply(lambda x: x + 10, 7)
print(x) # 17在上述示例中，apply函数就是一个高阶函数，因为它接受了另一个函数即func作为参数。
能熟练运用高阶函数，会让你的代码更为灵活强大。
装饰器是能够接受并返回函数的特殊高阶函数，它的目标是在不改变原函数源代码的情况下改变函数的行为。
注意：装饰器函数既接受函数又返回函数。
# 这是 decorator 函数
def add_exclamation(func):
def wrapper(name):
return func(name) + '!'
return wrapper
# 这是被装饰的函数
def hello(name):
return 'hello ' + name
# 实际的装饰动作在此进行
hello = add_exclamation(hello)
# 现在，我们的函数的行为略有变化
print(hello('tom')) # hello tom!我们可以用@add_exclamation替代hello=add_exclamation(hello)，因为实际上它们做的事情是完全一样的。
def add_exclamation(func):
def wrapper(name):
return func(name) + '!'
return wrapper
@add_exclamation
def hello(name):
return 'hello ' + name
print(hello('tom')) # hello tom!装饰器可以用于日志记录、计时、处理异常、验证身份、REST API等任务，是一个非常有用的工具！
你是否曾遇到过这样的类似于<generator object x at 0x1029b4a90>的信息？当我们使用生成器函数时，就会出现这种情况。
当我们使用yield时，函数就变成了生成器函数。yield和return关键字类似，都是从函数中输出一个值，但与return不同的是，yield并不会停止整个函数。
# 常规函数
def test():
return [1, 2, 3]
x = test()
print(x) # [1, 2, 3]# 生成器函数，但我们仍然称之为标准函数
def test():
yield 1
yield 2
yield 3
x = test()
print(x) # <generator object x at 0x1029b4a90># 生成器函数，但我们使用循环调用它
def test():
yield 1
yield 2
yield 3
for i in test():
print(i, end=' ')
# 1 2 3生成器执行了惰性评估——也就是说，它只在绝对必要的情况下起作用（例如，当我们使用循环时）。这使代码在某些方面更为高效。
这些在企业 Python 代码中也随处可见，特别是在涉及到面向对象编程时。魔术方法以两个下划线字符开始和结束，例如__init__,__str__,__getitem__,__add__等等。它们在 Python 类中定义了特殊行为。
class Dog:
# 定义如何为 dog 分配属性
def __init__(self, name, age):
self.name = name
self.age = age
# 定义当我们对 dog 执行 str() 时会返回什么
def __str__(self):
return 'Dog!'
# 定义当我们执行 dog + something 时会返回什么
def __add__(self, something):
return 'Dog ' + str(something)
# 定义当我们执行 dog[something] 时会返回什么
def __getitem__(self, something):
return 123了解更多的魔术方法可以让你的类更灵活，满足更多场景的需求。
本文概述了 Python 函数的七个重要知识点：类型提示以增加代码可读性；*args和**kwargs、Lambda函数和高阶函数提供代码灵活性；装饰器让我们无需修改原函数即可改变其行为；生成器函数实现惰性评估；最后，魔术方法在Python类中定义了特殊行为。这些知识点是每个Python开发者的必备工具。
希望这篇文章对你有所帮助，让你能更好地理解 python 函数。
技术支持：hybcms软件