本文摘自朱雷老师所著《Python工匠》一书内容，作为笔记予以记录。
学习本章内容，我印象最深的是“虽然函数可以消除重复代码，但绝不能只把它看成一种复用代码的工具，函数最重要的价值其实是创建抽象，而提供复用价值甚至可以算是抽象所带来的一种副作用。”
要写出好的函数，秘诀就在于设计好的抽象，且不要写太复杂的函数（导致抽象不精确），每个函数只应该包含一层抽象。
一、本章学习的知识要点：
（1）函数参数与返回相关的基础知识
- 不要使用可变类型作为参数默认值，用None来代替
- 使用标记对象，可以严格区分函数调用时是否提供了某个参数
- 定义仅限关键字参数，可以强制要求调用方提供参数名，提升可读性
- 函数应该拥有稳定的返回类型，不要返回多种类型
- 适合返回None的情况——操作类函数、查询类函数便是意料之中的缺失值
- 在执行失败时，相比返回None,抛出异常更为合适
- 如果提前返回结果可以提升可读性，就提前返回，不必追求“单一出口”
（2）代码可维护性技巧
- 不要编写太长的函数，但长度并没有标准，65行算是一个危险信号
- 圈复杂度是评估函数复杂程度的常用指标，圈复杂度超过10的函数需要重构
- 抽象与分层思想可以帮我们更好地构建与管理复杂的系统
- 同一个函数内的代码应该处在同一抽象级别
（3）函数与状态
- 没有副作用的无状态纯函数易于理解，容易维护，但大多数时候“状态”不可避免
- 避免使用全局变量给函数增加状态
- 当函数状态较简单时，可以使用闭包技巧
- 当函数需要较为复杂的状态管理时，建议定义类来管理状态
（4）语言机制对函数的影响
- functools.partial()可以用来快速构建偏函数
- functools.lrc_cache()可以用来给函数添加缓存
- 比起map和filter，列表推导式的可读性更强，更应该使用
- lambda函数只是一种语法糖，你可以使用operator模块等方式来替代它
- Python语言里的递归限制较多，可能的话，请尽量使用循环替代
二、常用技巧
1、别将可变类型作为函数的参数默认值
在编写函数时，经常需要为参数设置默认值。这些默认值可以是任何类型，比如字符串、数值、列表，等等。而当它是可变类型时，怪事儿就发生了。看下面这个函数：
def append_value(value,items=[]):"""向items列表中追加内容，并返回该列表"""items.append(value)return items多次调用上面这个函数，就会发现函数的行为和预想的会不一样：
>>> append_value('apple')
['apple']
>>> append_value('1223')
['apple', '1223']
>>> append_value(9999)
['apple', '1223', 9999]
>>>
可以看到，第二次及后续多次调用后的结果看，传入函数的参数items的值不再是函数定义的空列表[ ]，而是变成了上一次执行后的值。
之所以出现这个问题，是因为Python函数的参数默认值只会在函数定义阶段被创建一次，之后不论再调用多少次，函数内拿到的默认值都是同一个对象。
深入点，通过查看函数对象的保留属性_ _defaults_ _(列表类型），可以看到这个值的变化：
>>> append_value('apple') # 第一次调用
['apple']
>>> append_value.__defaults__[0] # 调用函数后，items的缺省值：['apple']
['apple']
>>> append_value(999)
['apple', 999]
>>> append_value.__defaults__[0] # 再次调用函数后，items的缺省值：['apple', 999]
['apple', 999]
>>> append_value('中国')
['apple', 999, '中国']
>>> append_value.__defaults__[0]
['apple', 999, '中国']
>>> append_value.__defaults__[0].clear() # 清空缺省值，items的缺省值：[]
>>> append_value.__defaults__[0]
[]
>>> append_value('huawei') # 清空缺省值，再次执行函数，缺省值['huawei']
['huawei']
>>>
为了规避这样问题，使用None来替代可变类型默认值是比较常见的做法：
def append_value(value,items=None):"""向items列表中追加内容，并返回该列表"""if items is None:items =[]items.append(value)return items如上修改后，假如调用函数没有提供items参数，函数每次都会创建一个新的空列表，不会在出现之前的问题。
2、定义仅限关键字参数
Python里的函数不光支持通过有序位置参数（positional argument）调用，还能指定参数名，通过关键字参数（keyword argument）的方式调用。比如下面这个用户查询函数：
def query_users(limit,offset,min_followers_count,include_profile):"""查询用户...:param min_followers_count: 最小关注者数量:param include_profile: 结果包含用户详细档案"""...# 使用位置参数，参数太多，时间长了，就容易忘记参数的意义
>>>query_users(20,0,100,True)
# 使用关键字参数，可以不严格按照函数定义参数的位置来传递
>>>query_users(limit=20,offset=0,min_followers_count=100,include_profile=True)
虽然关键字参数调用模式很有用，但是系统并没有强制要求。不过，下面这种语法将强制使用，否则会抛出异常错误：
# 注意参数列表中的 * 符号
def query_users(limit,offset,*,min_followers_count,include_profile):"""查询用户...:param min_followers_count: 最小关注者数量:param include_profile: 结果包含用户详细档案"""...通过在参数列表中插入 * 符号，该符号后的所有参数都变成了仅限关键字参数，如果调用方仍然使用位置参数值，系统会抛出异常错误，正确用法：
query_users(20,0,min_followers_count=100,include_profile=True)
假如函数的参数较多（超过3个），使用关键字参数模式将大大提升代码的可读性。
 aarch64的方法)
