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
  在Python中，整数、字符串和字典都是一等对象——没什么特别的。

一、把函数视作对象

Python函数是对象。下面的例子创建了一个函数，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):return 1 if n<2 else n*factorial(n-1)
factorial(42)
Out[92]: 1405006117752879898543142606244511569936384000000000
type(factorial)
Out[93]: function

们可以把factorial函数赋值给变量fact，然后通过变量名调用。我们还能把它作为参数传给map函数。map函数返回一个可迭代对象，里面的元素是把第一个参数（一个函数）应用到第二个参数（一个可迭代对象，这里是range(11)）中各个元素上得到的结果。

fact = factorial
fact(5)
Out[95]: 120
list(map(fact, range(10)))
Out[96]: [1, 1, 2, 6, 24, 120, 720, 5040, 40320, 362880]

有了一等函数，就可以使用函数式风格编程。函数式编程的特点之一是使用高阶函数

二、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（higher-order function）。

fruits = ['strawberry', 'fig', 'apple', 'cherry', 'raspberry', 'banana']
sorted(fruits, key=len)
Out[98]: ['fig', 'apple', 'cherry', 'banana', 'raspberry', 'strawberry']

在函数式编程范式中，最为人熟知的高阶函数有map、filter、reduce和apply。不过多数使用场景下都有更好的替代品。

2.1、map、filter和reduce的现代替代品

函数式语言通常会提供map、filter和reduce三个高阶函数（有时使用不同的名称）。在Python 3中，map和filter还是内置函数，但是由于引入了列表推导和生成器表达式，它们变得没那么重要了。列表推导或生成器表达式具有map和filter两个函数的功能，而且更易于阅读。

list(map(fact, range(6)))
Out[99]: [1, 1, 2, 6, 24, 120]
[fact(x) for x in range(6)]
Out[100]: [1, 1, 2, 6, 24, 120]
list(map(fact, filter(lambda n: n%2, range(6))))
Out[101]: [1, 6, 120]
[fact(n) for n in range(6) if n%2]
Out[102]: [1, 6, 120]

三、匿名函数

lambda关键字在Python表达式内创建匿名函数。然而，Python简单的句法限制了lambda函数的定义体只能使用纯表达式。换句话说，lambda函数的定义体中不能赋值，也不能使用while和try等Python语句。在参数列表中最适合使用匿名函数。

fruits
Out[103]: ['strawberry', 'fig', 'apple', 'cherry', 'raspberry', 'banana']
# 使用lambda表达式反转拼写，然后依此给单词列表排序
sorted(fruits, key=lambda word: word[::-1])
Out[104]: ['banana', 'apple', 'fig', 'raspberry', 'strawberry', 'cherry']

除了作为参数传给高阶函数之外，Python很少使用匿名函数。由于句法上的限制，非平凡的lambda表达式要么难以阅读，要么无法写出。
lambda句法只是语法糖：与def语句一样，lambda表达式会创建函数对象。这是Python中几种可调用对象的一种。

四、可调用对象

除了用户定义的函数，调用运算符（即（　））还可以应用到其他对象上。如果想判断对象能否调用，可以使用内置的callable（　）函数。Python数据模型文档列出了7种可调用对象：1)用户定义的函数：使用def语句或lambda表达式创建。2)内置函数：使用C语言（CPython）实现的函数，如len或time.strftime。3)内置方法：使用C语言实现的方法 4)方法：在类的定义体中定义的函数5)：类:调用类时会运行类的__new__方法创建一个实例，然后运行__init__方法，初始化实例，最后把例返回给调用方；因为Python没有new运算符，所以调用类相当于调用函数。6)类的实例：如果类定义了__call__方法，那么它的实例可以作为函数调用。7)生成器函数：使用yield关键字的函数或方法。调用生成器函数返回的是生成器对象。生成器函数在很多方面与其他可调用对象不同。

五、用户定义的可调用类型

不仅Python函数是真正的对象，任何Python对象都可以表现得像函数。为此，只需实现实例方法__call__。

import random
class BingoCage:def __init__(self, items):self._items = list(items)random.shuffle(self._items)def pick(self):try:return self._items.pop()except IndexError:raise LookupError('pick from empty BingoCage')def __call__(self):return self.pick()bingo = BingoCage(range(3))bingo.pick()
Out[107]: 2bingo()
Out[108]: 0bingo._items
Out[109]: [1]callable(bingo)
Out[110]: True

实现__call__方法的类是创建函数类对象的简便方式，此时必须在内部维护一个状态，让它在调用之间可用，例如BingoCage中的剩余元素。装饰器就是这样。装饰器必须是函数，而且有时要在多次调用之间“记住”某些事[例如备忘（memoization），即缓存消耗大的计算结果，供后面使用。创建保有内部状态的函数，还有一种截然不同的方式——使用闭包。

六、从定位参数到仅限关键词参数

Python最好的特性之一是提供了极为灵活的参数处理机制，而且Python 3进一步提供了仅限关键字参数（keyword-only argument）。与之密切相关的是，调用函数时使用*和**“展开”可迭代对象，映射到单个参数。

def tag(name, *content, cls=None, **attrs):if cls is not None:attrs['class'] = clsif attrs:attr_str = ''.join('%s="%s"'%(attr, value)for attr, value in sorted(attrs.items()))else:attr_str = ''if content:return '\n'.join('<%s%s>%s'%(name,attr_str,c,name) for c in content)else:return '<%s%s />'%(name, attr_str)# 传入单个定位参数，生成一个指定名称的空标签。
tag('br')
Out[116]: '
'
# 第一个参数后面的任意个参数会被*content捕获，存入一个元组。
tag('p', 'hello')
Out[117]: '
hello
'tag('p', 'hello', 'world')
Out[118]: '
hello
\n
world
'#  tag函数签名中没有明确指定名称的关键字参数会被**attrs捕获，存入一个字典
tag('p', 'hello', id=33)
Out[119]: '
hello
'
# cls参数只能作为关键字参数传入。
tag('p', 'hello', 'world', cls='sidebar')
Out[120]: '
hello
\n
world
'
#调用tag函数时，即便第一个定位参数也能作为关键字参数传入。
tag(content='testing', name='img',)
Out[121]: ''my_tag = {'name':'img', 'title':'Sunset Boulevard', 'src':'sunset.jpg', 'cls':'framed'}
# 在my_tag前面加上**，字典中的所有元素作为单个参数传入，同名键会绑定到对应的具名参数上，余下的则被**attrs捕获。
tag(**my_tag)
Out[122]: ''

定义函数时若想指定仅限关键字参数，要把它们放到前面有的参数后面。如果不想支持数量不定的定位参数，但是想支持仅限关键字参数，在签名中放一个，如下所示：

def f(a, *, b):return a, bf(1, b=2)
Out[131]: (1, 2)

七、支持函数式编程的包

1、operator模块

在函数式编程中，经常需要把算术运算符当作函数使用。例如，不使用递归计算阶乘。求和可以使用sum函数，但是求积则没有这样的函数。我们可以使用reduce函数，但是需要一个函数计算序列中两个元素之积。

from functools import reduce
def fact(n):return reduce(lambda a, b:a*b,range(1, n+1))

operator模块为多个算术运算符提供了对应的函数，从而避免编写lambda a, b: a*b这种平凡的匿名函数。使用reduce和operator.mul函数计算阶乘。

from functools import reduce
from operator import mul
def fact_oper(n):return reduce(mul, range(1, n+1))

operator模块中还有一类函数，能替代从序列中取出元素或读取对象属性的lambda表达式：因此，itemgetter和attrgetter其实会自行构建函数。

2、使用functools.partial冻结参数

functools模块提供了一系列高阶函数，其中最为人熟知的或许是reduce，我们在上一节已经介绍过。余下的函数中，最有用的是partial及其变体，partialmethod。
functools.partial这个高阶函数用于部分应用一个函数。部分应用是指，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，这样参数更少。

from operator import mul
from functools import partial
triple = partial(mul, 3)
list(map(triple, range(1, 10)))
Out[142]: [3, 6, 9, 12, 15, 18, 21, 24, 27]