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）”；
免费的开源程序长期以来，为中国的网上交易提供免费开源的网上商店系统一直是我们的初衷和努力奋斗的目标，希望大家一起把MvMmall网上商店系统的免费开源进行到底。2高效的执行效率由资深的开发团队设计，从系统架构,数据库优化，配以通过W3C验证的面页模板，全面提升页面显示速度和提高程序负载能力。3灵活的模板系统MvMmall网店系统程序代码与网页界面分离，灵活的模板方案，完全自定义模板，官方提供免费模
- 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
