Python 自定义函数编写指南：从 def 到匿名函数

在 Python 编程中，函数不仅是组织代码的基本单位，也是降低重复、提升可维护性的关键手段。所谓自定义函数，可以理解为把一段需要反复使用的代码逻辑打包成一个独立工具，后续通过函数名即可随时调用，而无需复制粘贴相同代码。这种方式既减少了出错概率，也让程序结构更加清晰。

什么是自定义函数

从工程实践角度看，自定义函数是对“重复代码块”的抽象。当同一段处理逻辑在多个位置出现时，如果每次都重写一遍，不仅会增加代码体积，还容易在修改时造成遗漏。将这段逻辑封装为函数后，只需维护一份实现，其他位置统一调用即可。

Python 中定义函数主要使用 def 关键字，基本结构如下：

def function_name(parameters):
    """可选文档字符串，用于说明函数用途"""
    # 函数体
    return result

其中，函数名通常采用小写字母加下划线的命名风格，参数用于接收外部输入，返回值则通过 return 语句输出。即使函数不需要返回内容，也可以省略 return，此时函数默认返回 None。

使用 def 定义函数

def 是 Python 中最常用的函数定义方式，适用于绝大多数场景。它的优势在于函数体可以包含多条语句、分支判断、循环以及异常处理等复杂逻辑，并且可以通过缩进清晰地表达代码层次。

例如，实现一个拼接两个字符串的函数：

def concat_strings(left, right):
    """拼接两个字符串并返回结果"""
    return left + right

调用方式如下：

result = concat_strings("Hello, ", "World!")
print(result)  # 输出：Hello, World!

当函数逻辑变得复杂时，def 的优势会更加明显。比如需要对输入内容进行校验、格式化或根据条件执行不同分支，这些都需要完整的函数体支持。通过合理的函数划分，程序可以被拆解为多个职责单一的小函数，从而提升可读性和可测试性。

参数设计的基本原则

自定义函数通常需要接收外部数据，参数设计直接影响函数的使用体验。Python 支持位置参数、关键字参数、默认参数和可变参数等形式，合理使用这些特性可以让函数接口更加灵活。

位置参数按照顺序传递，调用方必须提供与定义顺序一致的值。例如：

def build_message(name, level):
    return f"[{level}] Hello, {name}"

如果希望某些参数具备默认值，可以在定义时直接赋值：

def build_message(name, level="INFO"):
    return f"[{level}] Hello, {name}"

这样调用时就可以省略 level 参数，而不会引发错误。对于需要接收不确定数量参数的场景，可以使用 *args 和 **kwargs，但应谨慎使用，避免过度增加函数复杂度。

返回值与函数职责

一个高质量的函数应尽量做到“单一职责”，即只完成一件事，并通过返回值将处理结果交给调用方。返回值可以是任意 Python 对象，包括数字、字符串、列表、字典，甚至是另一个函数。

如果函数需要返回多个结果，可以将其组织为元组：

def split_name(full_name):
    """将完整姓名拆分为姓和名"""
    parts = full_name.split()
    return parts[0], parts[-1]

调用时可以直接解包：

first, last = split_name("Ada Lovelace")
print(first)  # Ada
print(last)   # Lovelace

清晰定义返回值有助于调用方理解函数行为，也便于后续进行单元测试。对于不需要返回值的函数，应明确其副作用，例如写入文件、更新全局状态或打印日志。

匿名函数 lambda 的定位

除了 def，Python 还提供了 lambda 关键字用于创建匿名函数。匿名函数的特点是只能包含一个表达式，表达式的结果会被自动返回。其语法如下：

lambda 参数: 表达式

例如，使用匿名函数实现字符串拼接：

concat_strings = lambda left, right: left + right
result = concat_strings("Hello, ", "World!")
print(result)  # 输出：Hello, World!

匿名函数适合用在需要临时传入简单逻辑的场合，比如作为 sorted、map、filter 等高阶函数的参数：

words = ["apple", "banana", "cherry"]
sorted_words = sorted(words, key=lambda w: len(w))
print(sorted_words)  # 按长度排序

在上述场景中，逻辑只有一行表达式，使用 lambda 可以避免专门定义一个完整函数。然而，当处理逻辑包含条件分支、循环或多条语句时，lambda 的表达能力就会受限，代码可读性也会下降。因此，匿名函数更适合轻量级、一次性的功能封装。

def 与 lambda 的取舍

def 与 lambda 并非互斥关系，而是适用于不同场景。一般来说，只要函数体超过一行表达式，或者需要添加文档字符串、类型注解和复杂控制流，就应优先使用 def。如果只是在高阶函数中传入一个非常简单的规则，lambda 会让代码更紧凑。

需要特别注意的是，虽然 lambda 可以赋值给变量，但这种做法并不推荐。因为匿名函数的设计初衷就是“匿名”，如果将其赋给变量，就相当于给它起了名字，此时使用 def 会更加清晰，也便于调试和阅读。

注释与文档字符串

良好的注释能显著提升函数可维护性。对于自定义函数，建议在函数体开头添加文档字符串，用简练的语言说明函数用途、参数含义和返回值。文档字符串可以通过 help() 或 __doc__ 属性查看。

例如：

def add_suffix(text, suffix="!"):
    """为文本添加后缀。
    参数：
        text: 原始文本。
        suffix: 需要追加的后缀，默认使用感叹号。
    返回：
        拼接后的字符串。
    """
    return text + suffix

这类注释不仅方便其他开发者理解，也能在集成开发环境中提供智能提示。对于 lambda 表达式，由于其形式本身已经非常简短，通常无需额外注释，但应确保表达式语义直观。

实践建议与总结

在实际开发中，建议先梳理重复出现的逻辑，将稳定的处理流程封装为函数。函数命名应体现行为而非实现细节，参数数量不宜过多，必要时可以将相关参数组织为数据类或字典。对于复杂逻辑，可继续拆分为多个小函数，每个函数只负责一个明确步骤。

总结来看，Python 自定义函数的核心价值在于封装复用、降低复杂度。def 适合绝大多数函数定义场景，能够承载完整的控制流和文档说明；lambda 则适合极简表达式和临时调用场景。根据具体需求选择合适方式，才能编写出结构清晰、易于维护的代码。