函式作為返回值
高階函式除了可以接受函式作為引數外，還可以把函式作為結果值返回。
我們來實現一個可變引數的求和。通常情況下，求和的函式是這樣定義的：
def calc_sum(*args):
i = 0
for n in args:
i = i + n
return i
但是，如果不需要立刻求和，而是在後面的程式碼中，根據需要再計算怎麼辦？可以不返回求和的結果，而是返回求和的函式：
def lazy_sum(*args):
def sum():
i = 0
for n in args:
i = i + n
return i
return sum
當我們呼叫lazy_sum()時，返回的並不是求和結果，而是求和函式：
f = lazy_sum(1, 3, 5, 7, 9)
print(f)
# <function lazy_sum.<locals>.sum at 0x000002C5C32328C8>
呼叫函式f時，才真正計算求和的結果：
print(f())
# 25
在這個例子中，我們在函式lazy_sum中又定義了函式sum，並且，內部函式sum可以引用外部函式lazy_sum的引數和區域性變數，當lazy_sum返回函式sum時，相關引數和變數都儲存在返回的函式中，這種稱為“閉包（Closure）”的程式結構擁有極大的威力。
請再注意一點，當我們呼叫lazy_sum()時，每次呼叫都會返回一個新的函式，即使傳入相同的引數：
f1 = lazy_sum(1, 3, 5, 7, 9)
f2 = lazy_sum(1, 3, 5, 7, 9)
print(f1 == f2)
# False
f1()和f2()的呼叫結果是互不影響的。
閉包
返回的函式在其定義內部引用了區域性變數args，所以，當一個函式返回了一個函式後，其內部的區域性變數還被新函式引用，所以，閉包用起來簡單，實現起來可不容易。
另一個需要注意的問題是，返回的函式並沒有立刻執行，而是直到呼叫了f()才執行。我們來看一個例子：
def count():
fs = []
for i in range(1, 4):
def f():
return i*i
fs.append(f)
return fs
f1, f2, f3 = count()
在上面的例子中，每次迴圈，都建立了一個新的函式，然後，把建立的3個函式都返回了。
你可能認為呼叫f1()，f2()和f3()結果應該是1，4，9，但實際結果是：
print(f1())
# 9
print(f2())
# 9
print(f3())
# 9
全部都是9！原因就在於返回的函式引用了變數i，但它並非立刻執行。等到3個函式都返回時，它們所引用的變數i已經變成了3，因此最終結果為9。
返回閉包時牢記一點：返回函式不要引用任何迴圈變數，或者後續會發生變化的變數。
如果一定要引用迴圈變數怎麼辦？方法是再建立一個函式，用該函式的引數繫結迴圈變數當前的值，無論該迴圈變數後續如何更改，已繫結到函式引數的值不變：
def count():
def f(j):
def g():
return j*j
return g
fs = []
for i in range(1, 4):
fs.append(f(i)) # f(i)立刻被執行，因此i的當前值被傳入f()
return fs
f1, f2, f3 = count()
再看看結果：
print(f1())
# 1
print(f2())
# 4
print(f3())
# 9
缺點是程式碼較長，可利用lambda函式縮短程式碼。
由於函式也是一個物件，而且函式物件可以被賦值給變數，所以，通過變數也能呼叫該函式。
def now():
print('2021-04-17')
f = now
f()
__name__屬性
函式物件有一個__name__屬性，可以拿到函式的名字：
print(now.__name__) # now
print(f.__name__) # now
裝飾器
現在，假設我們要增強now()函式的功能，比如，在函式呼叫前後自動列印日誌，但又不希望修改now()函式的定義，這種在程式碼執行期間動態增加功能的方式，稱之為“裝飾器”（Decorator）。
decorator的本質就是閉包。所以，我們要定義一個能列印日誌的decorator，可以定義如下：
def log(func):
def wrapper(*args, **kw):
print('call %s():' % func.__name__)
return func(*args, **kw)
return wrapper
觀察上面的log，因為它是一個decorator，所以接受一個函式作為引數，並返回一個函式。我們要藉助Python的@語法，把decorator置於函式的定義處：
@log
def now():
print('2021-04-17')
呼叫now()函式，不僅會執行now()函式本身，還會在執行now()函式前列印一行日誌：
now()
# call now():
# 2021-04-17
把@log放到now()函式的定義處，相當於執行了語句：
now = log(now)
由於log()是一個decorator，返回一個函式，所以，原來的now()函式仍然存在，只是現在同名的now變數指向了新的函式，於是呼叫now()將執行新函式，即在log()函式中返回的wrapper()函式。
wrapper()函式的引數定義是(*args, **kw)，因此，wrapper()函式可以接受任意引數的呼叫。在wrapper()函式內，首先列印日誌，再緊接著呼叫原始函式。
如果decorator本身需要傳入引數，那就需要編寫一個返回decorator的高階函式，寫出來會更復雜。比如，要自定義log的文字：
def log(text):
def decorator(func):
def wrapper(*args, **kw):
print('%s %s():' % (text, func.__name__))
return func(*args, **kw)
return wrapper
return decorator
這個3層巢狀的decorator用法如下：
@log('execute')
def now():
print('2021-04-17')
執行結果如下：
now()
# execute now():
# 2021-04-17
和兩層巢狀的decorator相比，3層巢狀的效果是這樣的：
now = log('execute')(now)
我們來剖析上面的語句，首先執行log('execute')，返回的是decorator函式，再呼叫返回的函式，引數是now函式，返回值最終是wrapper函式。
以上兩種decorator的定義都沒有問題，但還差最後一步。因為函式也是物件，它有__name__等屬性，但你去看經過decorator裝飾之後的函式，它們的__name__已經從原來的'now'變成了'wrapper'：
print(now.__name__)
# wrapper
因為返回的那個wrapper()函式名字就是'wrapper'，所以，需要把原始函式的__name__等屬性複製到wrapper()函式中，否則，有些依賴函式簽名的程式碼執行就會出錯。
不需要編寫wrapper.__name__ = func.__name__這樣的程式碼，Python內建的functools.wraps就是幹這個事的，所以，一個完整的decorator的寫法如下：
import functools
def log(func):
@functools.wraps(func)
def wrapper(*args, **kw):
print('call %s():' % func.__name__)
return func(*args, **kw)
return wrapper
或者針對帶引數的decorator：
import functools
def log(text):
def decorator(func):
@functools.wraps(func)
def wrapper(*args, **kw):
print('%s %s():' % (text, func.__name__))
return func(*args, **kw)
return wrapper
return decorator
import functools是匯入functools模組。模組的概念稍候講解。現在，只需記住在定義wrapper()的前面加上@functools.wraps(func)即可。