可以看出，這種信息的組織方式并不方便：

參數(shù)名在__code__.co_varnames中，它同時還存儲了函數(shù)定義體中的局部變量，因此，只有前__code__.co_argcount個元素是參數(shù)名（不包含前綴為*何**的的變長參數(shù)）；

如果想將參數(shù)名和默認值對應上，只能從后向前掃描__default__屬性，比如上例中關鍵字參數(shù)b的默認值10。

不過，我們并不是第一個發(fā)現(xiàn)這種方式很不方便。已經有人為我們造好了輪子。

>>> from mytest import func
>>> from inspect import signature
>>> sig = signature(func) # 返回一個inspect.Signature對象（簽名對象）
>>> sig

>>> str(sig)
"(a, b=10)"
>>> for name, param in sig.parameters.items():
...     print(param.kind, ":", name, "=",param.default) 
...
POSITIONAL_OR_KEYWORD : a =  # 表示沒有默認值
POSITIONAL_OR_KEYWORD : b = 10

inspect.Signature對象有一個屬性parameters，該屬性是個有序映射，把參數(shù)名和inspect.Parameter對象對應起來。inspect.Parameter也有自己的屬性，如：

name：參數(shù)的名稱；

default：參數(shù)的默認值；

kind：參數(shù)的類型，有5種，POSITIONAL_OR_KEYWORD，VAR_POSITIONAL（任意數(shù)量參數(shù)，以一個*號開頭的那種參數(shù)），VAR_KEYWORD（任意數(shù)量的關鍵字參數(shù)，以**開頭的那種參數(shù)），KEYWORD_ONLY（命名關鍵字參數(shù)）和POSITIONAL_ONLY（Python句法不支持該類型）

annotation和return_annotation：參數(shù)和返回值的注解，后面會講到。

inspect.Signature對象有個bind方法，它可把任意個參數(shù)綁定到Singature中的形參上，框架可使用這個方法在真正調用函數(shù)前驗證參數(shù)是否正確。比如你自己寫的框架中的某函數(shù)A自動獲取用戶輸入的參數(shù)，并根據(jù)這些參數(shù)調用函數(shù)B，但在調用B之前，你想檢測下這些參數(shù)是否符合函數(shù)B對形參的要求，此時你就有可能用到這個bind方法，看能不能將這些參數(shù)綁定到函數(shù)B上，如果能，則可認為能夠根據(jù)這些參數(shù)調用函數(shù)B：

>>> from mytest import func
>>> from inspect import signature
>>> sig = signature(func)
>>> my_tag = {"a":10, "b":20}
>>> bound_args = sig.bind(**my_tag)
>>> bound_args

>>> for name, value in bound_args.arguments.items():
...    print(name, "=", value)
a = 10
b = 20

>>> del my_tag["a"]
>>> bound_args = sig.bind(**my_tag)
Traceback (most recent call last):
TypeError: missing a required argument: "a"

Python3提供了一種句法，用于為函數(shù)聲明中的參數(shù)和返回值附加元數(shù)據(jù)。如下：

# 未加注解
def func(a, b=10):
    return a + b
# 添加注解
def func(a: int, b: "int > 0" = 10) -> int:
    return a + b

各個參數(shù)可以在冒號后面增加注解表達式，如果有默認值，注解放在冒號和等號之間。上述-> int是對返回值添加注解的形式。

這些注解都存放在函數(shù)的__annotations__屬性中，它是一個字典：

print(func.__annotations__)

# 結果
# "return"表示返回值
{"a": , "b": "int > 0", "return": }

Python只是將注解存儲在函數(shù)的__annotations__屬性中，除此之外，再無任何操作。換句話說，這些注解對Python解釋器來說沒有意義。而這些注解的真正用途是提供給IDE、框架和裝飾器等工具使用，比如Mypy靜態(tài)類型檢測工具，它就會根據(jù)你寫的這些注解來檢測傳入的參數(shù)的類型是否符合要求。

inspect模塊可以獲取這些注解。inspect.Signature有個一個return_annotation屬性，它保存返回值的注解；inspect.Parameter對象中的annotation屬性保存了參數(shù)的注解。

函數(shù)內省的內容到此結束。后面將介紹標準庫中為函數(shù)式編程提供支持的常用包。

Python并不是一個函數(shù)式編程語言，但通過operator和functools等包的支持，也可以寫出函數(shù)式風格的代碼。

在函數(shù)式編程中，經常需要把算術運算符當做函數(shù)使用，比如非遞歸求階乘，實現(xiàn)如下：

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

operator模塊為多個算術運算符提供了對應的函數(shù)。使用算術運算符函數(shù)可將上述代碼改寫如下：

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

operator模塊中還有一類函數(shù)，能替代從序列中取出元素或讀取對象屬性的lambda表達式：itemgetter和attrgetter。這兩個函數(shù)其實會自行構建函數(shù)。

以下代碼展示了itemgetter的常見用途：

from operator import itemgetter

test_data = [
    ("A", 1, "Alpha"),
    ("B", 3, "Beta"),
    ("C", 2, "Coco"),
]
# 相當于 lambda fields: fields[1]
for temp in sorted(test_data, key=itemgetter(1)):
    print(temp)

# 傳入多個參數(shù)時，它構建的函數(shù)返回下標對應的值構成的元組
part_tuple = itemgetter(1, 0)
for temp in test_data:
    print(part_tuple(temp))
    
# 結果：
("A", 1, "Alpha")
("C", 2, "Coco")
("B", 3, "Beta")
(1, "A")
(3, "B")
(2, "C")

itemgetter內部使用[]運算符，因此它不僅支持序列，還支持映射和任何實現(xiàn)了__getitem__方法的類。

attrgetter和itemgetter作用類似，它創(chuàng)建的函數(shù)根據(jù)名稱提取對象的屬性。如果傳入多個屬性名，它也會返回屬性名對應的值構成的元組。這里要展示的是，如果參數(shù)名中包含句點.，attrgetter會深入嵌套對象，獲取指定的屬性：

from collections import namedtuple
from operator import attrgetter

metro_data = [
    ("Tokyo", "JP", 36.933, (35.689722, 139.691667)),
    ("Delhi NCR", "IN", 21.935, (28.613889, 77.208889)),
    ("Mexico City", "MX", 20.142, (19.433333, -99.133333)),
]

LatLong = namedtuple("LatLong", "lat long")
Metropolis = namedtuple("Metropolis", "name, cc, pop, coord")
metro_areas = [Metropolis(name, cc, pop, LatLong(lat, long)) for
               name, cc, pop, (lat, long) in metro_data]
# 返回新的元組，獲取name屬性和嵌套的coord.lat屬性
name_lat = attrgetter("name", "coord.lat")   
for city in sorted(metro_areas, key=attrgetter("coord.lat")): # 嵌套
    print(name_lat(city))

# 結果：
("Mexico City", 19.433333)
("Delhi NCR", 28.613889)
("Tokyo", 35.689722)

從名字也可看出，它創(chuàng)建的函數(shù)會在對象上調用參數(shù)指定的方法（注意是方法，而不是函數(shù)）。

>>> from operator import methodcaller
>>> s = "The time has come"
>>> upcase = methodcaller("upper")
>>> upcase(s)  # 相當于s.upper()
"THE TIME HAS COME"
>>> hiphenate = methodcaller("replace"," ","-")
>>> hiphenate(s)  # 相當于s.replace(" ", "-")
"The-time-has-come"

從hiphenate這個例子可以看出，methodcaller還可以凍結某些參數(shù)，即部分應用（partial application），這與functools.partial函數(shù)的作用類似。

functool模塊提供了一系列高階函數(shù)，reduce函數(shù)相信大家已經很熟悉了，本節(jié)主要介紹其中兩個很有用的函數(shù)partial和它的變體partialmethod。

functools.partial用到了一個“閉包”的概念，這個概念的詳細內容下一篇再介紹。使用這個函數(shù)可以把接收一個或多個參數(shù)的函數(shù)改編成需要回調的API，這樣參數(shù)更少。

>>> from operator import mul
>>> from functools import partial
>>> triple = partial(mul, 3)
>>> triple(7)
21
>>> list(map(triple, range(1,10))) # 這里無法直接使用mul函數(shù)
[3, 6, 9, 12, 15, 18, 21, 24, 27]
>>> triple.func  # 訪問原函數(shù)

>>> triple.args # 訪問固定參數(shù)
(3,)
>>> triple.keywords  # 訪問關鍵字參數(shù)
{}

functools.partialmethod函數(shù)的作用于partial一樣，只不過partialmethod用于方法，partial用于函數(shù)。

補充：回調函數(shù)(callback function)可以簡單理解為，當一個函數(shù)X被傳遞給函數(shù)A時，函數(shù)X就被稱為回調函數(shù)，函數(shù)A調用函數(shù)X的過程叫做回調。

本篇首先介紹了函數(shù)，包括函數(shù)與對象的關系，高階函數(shù)和匿名函數(shù)，重點是函數(shù)就是對象；隨后介紹了函數(shù)和可調用對象的關系，以及函數(shù)的內省；最后，我們介紹了關于函數(shù)式編程的概念以及與之相關的兩個重要模塊。

迎大家關注我的微信公眾號"代碼港" & 個人網站 www.vpointer.net ~