二、函数进阶学习笔记

💡 学习感悟：接触到函数进阶内容才发现，Python 的函数远比我想象的灵活和强大！匿名函数、高阶函数、闭包、装饰器...这些概念一开始让我有点晕，现在还是晕.

1. 变量作用域

1.1 局部变量

1.2 全局变量

⚠️ 注意：修改全局变量必须用 global 声明！

1.3 nonlocal 关键字

📝 我的理解：global 用于修改全局变量，nonlocal 用于修改外层函数的变量。只读不需要声明，修改必须声明！

2. 传参方式：值传递 vs 引用传递

⚠️ 踩坑：如果不希望函数修改外部的可变对象，需要先复制一份：

3. 匿名函数（lambda）

3.1 什么是 lambda 函数？

📝 我的理解：lambda 就像是临时便签——写一些简单的功能，用完即走，不需要正式定义一个函数。

3.2 lambda 语法

3.3 lambda 的实际应用

📝 我的理解：lambda 最常见的用法就是作为参数传给其他函数，比如排序时指定 key、map 转换、filter 过滤等。

4. 函数是一等公民

1. 赋值给变量

2. 作为参数传递给其他函数

3. 作为其他函数的返回值

4. 存储在数据结构中

4.1 函数赋值给变量

📝 我的理解：函数赋值给变量，就像是给工具起别名——同一个工具，可以有多个名字，用哪个名字都能调用。

5. 高阶函数

5.1 什么是高阶函数？

1. 接收一个或多个函数作为参数

2. 返回一个函数

📝 我的理解：高阶函数就像是万能工具——它本身不干活，而是调用你传进来的函数来干活。

5.2 函数作为参数

📝 我的理解：把函数当参数，就像是换不同的工具处理同一份材料——用锤子砸、用剪刀剪、用刷子刷，材料一样，但结果完全不同！

5.3 函数作为返回值

📝 我的理解：函数作为返回值，就像是工厂生产工具——你告诉工厂要生产什么样的工具（传参数），工厂就给你造一个定制版的工具（返回函数），以后用这个工具干活就行了！

5.4 常用高阶函数

map() - 映射

📝 我的理解：map() 就像是流水线加工——把每个原料（元素）都经过同样的加工（函数），得到新的产品（结果）。

filter() - 过滤

📝 我的理解：filter() 就像是筛子——把不符合条件的（函数返回 False）筛掉，只留下符合条件的（函数返回 True）。

reduce() - 归约

📝 我的理解：reduce() 就像是把一堆东西慢慢合并成一个——先把前两个合并，结果再和第三个合并，直到最后只剩一个结果。

6. 闭包（Closure）

6.1 什么是闭包？

📝 我的理解：闭包就像是函数带着自己的行李——内部函数离开外部函数时，把用到的外部变量一起打包带走了，所以即使外部函数结束了，内部函数还能用那些变量。

6.2 闭包的应用

📝 我的理解：每个闭包都有自己的独立空间，就像每个人都有自己的储物柜，互相不影响！

7. 装饰器（Decorator）

7.1 什么是装饰器？

📝 我的理解：装饰器就像是给函数穿外套——不改变函数本身，但在函数执行前后可以加点料（比如记录日志、计时、权限检查等）。

7.2 带参数的装饰器

📝 我的理解：带参数的装饰器需要三层嵌套：最外层接收装饰器参数，中间层接收被装饰的函数，最内层执行包装逻辑。这就像是定制工厂——先告诉工厂你的需求（n=3），工厂再给你生产装饰器。

8. 踩坑记录

8.1 lambda 不能写复杂逻辑

⚠️ 踩坑：lambda 只能写单行表达式，不能包含语句（如赋值、循环、条件等）。如果需要复杂逻辑，就用普通函数。

8.2 忘记把 map/filter 结果转为列表

⚠️ 踩坑：map() 和 filter() 返回的是迭代器，不是列表。如果需要列表，必须用 list() 转换。

8.3 闭包中修改外部变量忘记 nonlocal

⚠️ 踩坑：在闭包中修改外部函数的变量，必须用 nonlocal 声明，否则会报 UnboundLocalError。

8.4 装饰器丢失了原函数信息

⚠️ 踩坑：写装饰器时记得用 @wraps(func)，否则原函数的 __name__ 和 __doc__ 会被替换成 wrapper 的信息！

9. 核心知识点整理

9.1 函数进阶概念速查

9.2 常用高阶函数速查

9.3 装饰器模板

9.4 需要注意的

1. lambda 使用场景：简单的一次性操作，如排序 key、map/filter 的函数参数

2. 高阶函数使用场景：需要对数据进行统一转换或筛选时

3. 闭包使用场景：需要创建带状态的函数（如计数器、缓存）

4. 装饰器使用场景：需要在多个函数前后执行相同操作（如日志、权限检查、计时）