Python 課程 – 函式（Functions）

主題：函式作為一級公民（First‑Class Function）

簡介

在許多程式語言中，函式（function）不僅僅是執行程式碼的工具，它本身也是一個可以被操作的物件。Python 把函式視為「一級公民」——也就是說，函式可以像變數、數字、字串一樣被 指派、傳遞、儲存、返回，甚至可以動態產生新的函式。

掌握這個概念不只是理論上的好玩，它直接影響到我們寫出 可重用、可組合、可測試 的程式碼。從簡單的回呼（callback）到裝飾器（decorator）或函式式編程（functional programming）風格，所有進階技巧的基礎都建立在「函式是一等公民」之上。

本篇文章會以 淺顯易懂 的方式說明什麼是一級公民函式、它的核心特性、常見的實作模式，以及在真實專案中如何善加利用。

核心概念

1. 函式可以被指派給變數

在 Python 中，函式本身是一個 function 物件。只要把函式名稱（不加括號）寫在等號右側，就會把這個函式物件指派給左側的變數。

def greet(name: str) -> str:
    """傳回問候字串"""
    return f"哈囉，{name}！"

# 把函式指派給另一個變數
say_hello = greet

# 兩個變數實際指向同一個函式物件
print(say_hello("小明"))   # => 哈囉，小明！
print(greet("小美"))      # => 哈囉，小美！

重點：greet 與 say_hello 皆是指向同一個函式物件，呼叫方式完全相同。

2. 函式可以作為參數傳遞（高階函式）

所謂「高階函式」是指 接受函式作為參數 或 返回函式 的函式。最常見的情境是「回呼」──把一段行為交給另一段程式去執行。

from typing import Callable, List

def apply_to_each(items: List[int], func: Callable[[int], int]) -> List[int]:
    """將 func 套用到每個元素，回傳新列表"""
    return [func(item) for item in items]

def square(x: int) -> int:
    return x * x

numbers = [1, 2, 3, 4]
squared = apply_to_each(numbers, square)   # 把 square 函式傳入
print(squared)  # => [1, 4, 9, 16]

技巧：使用 typing.Callable 可以為傳入的函式加上型別提示，提升可讀性與 IDE 的自動補完功能。

3. 函式可以作為返回值（閉包）

函式不僅能被傳入，還能 被其他函式產生並返回。這種模式常用來建立「閉包」──即返回的函式會捕獲外層函式的環境變數。

def make_multiplier(factor: int):
    """產生一個乘以 factor 的函式"""
    def multiplier(x: int) -> int:
        return x * factor          # factor 來自外層作用域
    return multiplier

times_three = make_multiplier(3)   # 產生乘以 3 的函式
times_five  = make_multiplier(5)   # 產生乘以 5 的函式

print(times_three(10))  # => 30
print(times_five(10))   # => 50

說明：multiplier 內部使用了外層的 factor，即使 make_multiplier 已經結束，factor 仍被保留下來，形成閉包。

4. 函式可以儲存在資料結構中

因為函式是物件，我們可以把它放進 列表、字典、集合 等容器，進而實現「策略模式」或「指令模式」。

def add(a: int, b: int) -> int: return a + b
def sub(a: int, b: int) -> int: return a - b
def mul(a: int, b: int) -> int: return a * b

operations = {
    "加法": add,
    "減法": sub,
    "乘法": mul,
}

def calculate(op_name: str, x: int, y: int) -> int:
    """根據 op_name 從字典中取出對應的函式並執行"""
    func = operations.get(op_name)
    if not func:
        raise ValueError(f"不支援的運算：{op_name}")
    return func(x, y)

print(calculate("加法", 7, 5))   # => 12
print(calculate("乘法", 7, 5))   # => 35

5. Lambda（匿名函式）與即時函式

lambda 讓我們 在一行內定義簡短的函式，常與高階函式一起使用。雖然功能上等同於 def，但可讀性與除錯性較差，應適度使用。

# 使用 lambda 計算平方
square = lambda x: x * x
print(square(6))   # => 36

# 在 sorted 中傳入自訂排序鍵
words = ["apple", "banana", "cherry", "date"]
words_sorted = sorted(words, key=lambda w: len(w))
print(words_sorted)   # => ['date', 'apple', 'banana', 'cherry']

常見陷阱與最佳實踐

陷阱	說明	建議的做法
忘記加括號	把函式名稱寫成 `func()` 會直接執行，失去「傳遞函式」的意圖。	傳遞時僅使用函式名稱（如 `apply(func)`），不加 `()`。
閉包捕獲變數的變化	在迴圈裡建立閉包時，所有閉包會捕獲同一個變數，導致結果相同。	使用預設參數或 `functools.partial` 固定當前值。
過度使用 lambda	內嵌過長的 lambda 會降低可讀性。	當邏輯超過一兩行時，改用 `def` 定義具名函式。
忽略型別提示	高階函式接受的 `Callable` 若未標註型別，易產生錯誤。	使用 `typing.Callable`、`Protocol` 為函式參數、返回值加上型別。
遺忘返回值	在返回函式的工廠函式中忘記 `return`，導致返回 `None`。	檢查每個路徑都有返回值，或使用 `mypy` 靜態檢查。

最佳實踐

保持函式純粹（pure）：若函式不依賴外部狀態，則更易於作為回呼或傳遞。
使用 functools.wraps：在寫裝飾器時保留原函式的 __name__、__doc__。
利用 partial：當需要「預先綁定」部分參數時，functools.partial 是安全又可讀的選擇。
文件化回呼契約：在函式說明中明確列出回呼函式的參數與回傳型別，避免使用者踩雷。
測試高階函式：寫單元測試時，使用 假函式（mock） 來驗證回呼是否正確被呼叫。

from functools import partial

def power(base: int, exponent: int) -> int:
    return base ** exponent

# 產生一個「平方」函式
square = partial(power, exponent=2)

print(square(5))   # => 25

實際應用場景

場景	為什麼需要一級公民函式	範例
事件驅動 GUI	UI 元件的點擊、變更等需要回呼函式。	Tkinter 的 `button.bind("<Button-1>", on_click)`
資料處理管線	把資料轉換步驟封裝成函式，串接成 pipeline。	`map`, `filter`, `reduce` 搭配自訂函式
Web 框架的中介層（middleware）	中介層本身是接受 `request`、返回 `response` 的函式。	Flask 的 `@app.before_request` 裝飾器
策略模式	根據不同條件選擇不同演算法，使用字典映射。	前文的 `operations` 範例
裝飾器（Decorator）	裝飾器本身是返回新函式的高階函式，用於功能擴充。	`@login_required`、`@cache` 等

實務貼士：當你在設計 API 或函式庫時，盡量讓使用者能 自行注入回呼，這樣程式的彈性與可測試性都會大幅提升。

總結

函式是一等公民：它可以被指派、傳遞、儲存、返回，甚至在執行時動態產生。
了解 高階函式、閉包、lambda 與 資料結構內的函式，是寫出 可組合、可重用 程式碼的關鍵。
在開發過程中，避免常見陷阱（忘記加括號、閉包捕獲變數等），並遵循 型別提示、文件化契約、純粹函式 等最佳實踐。
真實專案中，從 GUI 事件、資料管線、Web 中介層到策略模式，皆可透過一級公民函式提升程式的彈性與可維護性。

掌握了「函式作為一級公民」的概念，你就能在 Python 的世界裡自由組合功能、打造乾淨的程式結構，為未來學習裝飾器、生成器、協程等更高階主題奠定堅實基礎。祝你寫程式愉快，持續探索 Python 的無限可能！