函数对象在定义时创建，默认参数、闭包变量、装饰器逻辑均在def执行时求值或绑定；调用时仅执行函数体，但作用域链（LEGB）和闭包引用已在定义时固定。
函数对象在定义时就创建了
Python 函数不是“写完就能用”的指令流，而是一个实实在在的 function 对象，在 def 语句执行那一刻就生成了。这意味着：默认参数值、闭包变量、装饰器逻辑，全都在定义时求值或绑定——不是调用时。
常见错误现象：def append_to(item, lst=[]): lst.append(item); return lst，多次调用会复用同一个 lst，因为 [] 在定义时就被实例化了一次。
- 默认参数尽量用
None代替可变对象：def append_to(item, lst=None): lst = [] if lst is None else lst - 闭包中循环变量容易“滞后”：
funcs = [lambda: i for i in range(3)]全部返回2；应写成lambda i=i: i显式捕获当前值 - 装饰器如
@lru_cache在定义时就包装函数，所以maxsize参数必须是定义时确定的值，不能依赖运行时变量
调用时才执行函数体，但作用域链已固定
函数体里的代码，只在你调用它（比如 my_func()）时执行。但它的名字查找规则——LEGB（Local → Enclosing → Global → Built-in）——在定义时就锁死了。换句话说，嵌套函数能访问外层变量，不是因为“调用时外层还活着”，而是因为定义时就记住了那个 enclosing scope 的引用。
使用场景：工厂函数、回调封装、延迟计算。
立即学习“Python免费学习笔记（深入）”；
macOS UI 自动化技能包 —— 用 Python 控制你的 Mac
下载
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
- 如果外层函数返回后，其局部变量被内层函数引用，Python 会自动构造一个
cell对象维持该变量存活，不是靠栈帧残留 -
nonlocal和global只影响赋值行为，不影响读取——读取永远按 LEGB 查找，无需声明 - 动态修改
globals()或locals()不会影响函数实际作用域，exec里定义的函数也遵循同样规则，但要注意命名空间隔离
函数调用开销小，但间接调用代价明显
直接调用 func() 很快，因为 CPython 对普通函数调用做了大量优化。但一旦绕过直接引用，性能就会掉一截。
性能影响：
- 通过字符串名查函数：
getattr(module, 'func')()比直接func()慢 3–5 倍，主要是属性查找 + 调用两步开销 - 用
functools.partial包装后调用，比原生函数慢约 1.5 倍；而lambda封装几乎无额外成本（本质也是 function 对象） - 频繁用
eval('func()')是灾难——每次都要解析+编译+执行，且无法被任何优化机制覆盖
函数对象本身可被检查、修改、替换
Python 把函数当普通对象对待，你可以读它的 __code__、改它的 __globals__、甚至用 types.FunctionType 手动造一个函数。这既是灵活性来源，也是调试和热更的基础。
容易踩的坑：
-
func.__code__是只读的，想换字节码得用第三方库（如bytecode），不能直接赋值 - 修改
func.__globals__会影响所有共享该全局命名空间的函数，包括内置函数（如果它们恰好从同个模块导入） - 用
inspect.signature()获取参数信息时，装饰器可能遮蔽原始签名；需要确保装饰器用了@functools.wraps(func)，否则__wrapped__链断裂
