Python函数是第一类对象，def和lambda均创建function实例，区别在于lambda仅支持表达式；闭包由自由变量捕获决定；@wraps确保装饰器保留原函数元信息。
Python 函数不是语法糖，是第一类对象——这意味着你传它、存它、动态造它、替它，都合法。不理解这点，学再多装饰器、闭包、functools.partial 都是空中楼阁。
为什么 def 定义的函数能被赋值给变量？
因为 def 实际上在执行时创建了一个 function 类型的实例，并绑定到名字上。名字只是引用，不是函数本身。
-
def f(): return 42等价于f = lambda: 42（底层都是function对象） -
g = f不会复制函数逻辑，只是新增一个指向同一对象的引用 -
id(f) == id(g)在未重新赋值前为True - 修改
f.__defaults__会影响所有同引用函数（注意：可变默认参数陷阱根源在此）
lambda 和 def 的本质区别在哪？
不在“是否匿名”，而在“是否允许语句”。lambda 只能包含表达式，不能有 return、if 块、赋值语句；def 编译为含完整代码对象（__code__）的可调用对象。
-
lambda x: x if x > 0 else 0✅ 合法（三元表达式） -
lambda x: return x❌ 语法错误（return是语句） -
def函数有__name__、__doc__、__annotations__等完整属性；lambda的__name__恒为'<lambda>' - 性能差异微乎其微，别为“快一点”硬套
lambda——可读性优先
闭包的判定标准不是“嵌套定义”，而是“自由变量捕获”
判断一个内层函数是不是闭包，看它是否引用了外层函数作用域中**非全局**且**未作为参数传入**的变量——这种变量叫自由变量（free variable），会被打包进 __closure__ 元组。
立即学习“Python免费学习笔记（深入）”；
def make_adder(n):
def add(x):
return x + n # ← n 是自由变量
return add
<p>add5 = make_adder(5)
print(add5.<strong>closure</strong>) # <cell at 0x...: int object at 0x...>
print(add5.<strong>closure</strong>[0].cell_contents) # 5</p>- 若内层函数没引用外层局部变量（比如只用
global变量），__closure__为None -
nonlocal声明不改变闭包结构，只允许赋值；真正构成闭包的是“读取”动作 - 常见坑：循环中创建多个闭包却共享同一个变量（如
for i in range(3): funcs.append(lambda: i)）→ 全部返回2，需用默认参数固化：lambda i=i: i
functools.wraps 解决的不是“看起来像原函数”，而是“行为一致”
装饰器本质是替换原函数对象。不加 @wraps(func)，新函数会丢失原函数的 __name__、__doc__、__module__、__annotations__ 等元信息，导致 help() 失效、调试器跳转错位、类型检查工具误报。
from functools import wraps
<p>def my_timer(func):
@wraps(func) # ← 关键！否则 func.<strong>name</strong> 变成 'wrapper'
def wrapper(*args, *<em>kwargs):
import time
start = time.time()
result = func(</em>args, **kwargs)
print(f'{func.<strong>name</strong>} took {time.time() - start:.2f}s')
return result
return wrapper</p>-
@wraps本质是把func的__dict__中的元属性拷贝到wrapper上 - 若装饰器本身带参数（如
@retry(max_tries=3)），@wraps要放在最内层函数上，不是装饰器工厂函数上 - 不依赖
functools也能手动同步：用wrapper.__name__ = func.__name__等，但易漏项
自由变量怎么查、<strong>code</strong>.co_freevars 怎么对应 <strong>closure</strong>、装饰器嵌套时 @wraps 放哪一层——这些细节不跑一遍 dir() 和打印对象，光看教程永远模糊。
