56、Python之函数高级：学了不会用？高阶函数在功能迭代中的实践

引言

前面我们介绍了Python中的高阶函数的特性，对有些新手来说，难度是有点，但也不至于学不会。尴尬的地方在于，这些个看似高级的特性，似乎除了炫技没啥用啊。甚至，有些用了Python挺长时间的老手，也基本没有使用过这些特性。如果只是屠龙技，似乎不学也罢。

针对这些困惑，笔者打算结合技术特性、项目迭代、复用性、扩展性等的综合分析，来看下高阶函数特性的价值，从而真正做到学以致用。

本文的主要内容有：

1、牛逼的技术及如何学习

2、功能迭代的应对方案

3、高阶函数在功能迭代中的实践

牛逼的技术及如何学习

在我看来，一门技术不是因为其多么的“高大上”，所以牛逼；而是因为它可以被广泛地应用起来，才是真的牛逼。

一门技术如果长久的存在，显然有其存在的必然性。如果真的是屠龙技，估计必然不会长久的存在下去。

那么，为什么在有些人眼里很牛逼的技术特性，而在另一些人眼中，会显得很鸡肋，比如“费了老大力气才学会，可是实际工作中并没有什么卵用”。

在我看来，一门编程技术中的所有功能、特性，可以分为两种：

1、用于从0到1，快速创造一个新功能的特性。

2、用于从1到100，可以良好的扩展，从而有效支撑需求迭代的特性。

说到高阶函数的特性，虽然我们讲了很多，但是，它实际上属于第2种技术特性。如果你是新手，觉得学来无用，我是可以理解的。但是，如果你是个编程老手，觉得学来无用，其实，我是不太能理解的。要么，是你经历的项目都比较简单，用不着进行迭代，一锤子买卖；要么，就是你每次迭代都是大刀阔斧，推倒重来。

只学会了语法，而没有找到用武之地，在我看来，并没有真正的学会。而所谓“学以致用”，在我看来，可以理解为“学一个东西，学到能够真正用起来，才是真的学会了”。

所以，关于如何学习一门技术或者技术中的某个特性，我有3点比较主观的建议：

1、学习相关的语法

这是基础，也是大部分新手能够快速做到的。但是，容易走进的一个误区是“死记硬背”。读大学那会儿，我甚至看到过有些同学学习编程语言的方式，竟然是背书上的代码，然后在纸上默写出来……

语法了解了，就足够了，用多了，自然就会了。而且，现在的IDE的提示、自动补全功能都很强大了，没必要死记硬背。所以，我接手一个新的团队，第一件事，一定是把招开发人员的笔试环节给干掉……

2、探究技术的适用条件

编程技术，如同其他事物一样，都是因条件存在的。很少有放之四海而皆准的道理，全是因条件而转移。同样，也没有万金油的技术。如果，你觉得有，要么是你太懒，要么你视野、圈子太窄。

在了解一个技术的语法基础之后，能够深入理解其能发挥作用的条件、局限性，才是进一步深入学习的表现。

3、找到技术的应用场景

技术光是高大上，显然不是牛逼的技术。应用范围广泛，日用而不自知的技术，才是真的牛逼。所以，学会一门技术最根本、最终要的部分，就是能够找到应用该技术的场景。

如果不能学以致用，大概率是没有真正学会，停留在了第一阶段的基础语法，自以为学会了。要不然，就是选错了，跟你工作、生活场景完全没有交集。

功能迭代的应对方案

在实际项目中，0.1或者1.0的版本，通常来说，看似功能多、任务重，其实，反而是最简单的。当然，前提是很好地进行了架构设计，否则，当我没说。

一个真正有价值、有高频应用的项目，大部分的投入一定在于应付不断快速变化的应用场景及需求（有些变化是客观原因，有些变化是能力的问题）。

相应项目的功能迭代，更关键的其实在良好设计之初，以及后续的良性扩展。无非两点：

1）提升代码的复用性。

2）提升代码的可扩展性。

其实，本质上，还是对开闭原则的践行。

以高阶函数这个特性的应用来说的话，应对项目功能迭代有3种方式：

1、最简单粗暴的做法，函数的功能发生变更，直接改函数体的代码，最直接，最通用，当然，改动的风险、影响面会比较大。

2、保持函数体的稳定，应用高阶函数进行封装，实现对修改封闭，对扩展开放。

3、终端用户端进行调整，最不求人的做法，毕竟有些三方模块，我们没法直接修改。

高阶函数在功能迭代中的实践

接下来，我们以实际代码演示高阶函数在功能迭代中的用法。我们模拟一下

假设，我们有一个名为m1.py的模块，定义了一个函数，代码如下：

def do_import_work():
    print("干大事，很重要")

在入口文件调用代码如下：

from m1 import do_import_work

if __name__ == '__main__':
    do_import_work()

执行结果：

假设现在我们需要对do_import_work()所实现的功能进行调整，添加准备和收尾工作，根据前面的描述，有三种方法。

方法1：直接修改函数体代码，仅修改m1.py：

def do_import_work():
    print("做大事前，需要准备充分")
    print("干大事，很重要")
    print("大事做完，要很好地进行收尾，善始善终")

执行结果：

方法2：引用高阶函数封装，仅修改m1.py：

def do_import_work():
    print("干大事，很重要")


def do_import_work_v2(func):
    def inner():
        print("做大事前，需要准备充分")
        func()
        print("大事做完，要很好地进行收尾，善始善终")

    return inner


# 之所以使用高阶函数，然后进行封装，是为了让用户无感知，无需任何修改
do_import_work = do_import_work_v2(do_import_work)

执行结果：

方法3：用户端进行修改，m1.py不动，修改所有用户端代码，这里只有入口文件需要修改：

from m1 import do_import_work

if __name__ == '__main__':
    print("做大事前，需要准备充分")
    do_import_work()
    print("大事做完，要很好地进行收尾，善始善终")

执行结果：

我们简单分析一下这三种方法：

1、直接修改模块中的函数体，最简洁，也最粗暴，前提是我们能对模块源码进行修改。

2、通过高阶函数封装，虽然示例代码中，进行封装的代码放在了模块m1中，但是，这部分代码，其实也可以出现在用户端点中，主要思考在于如何最大程度的屏蔽变化，让下游无感知。

3、用户端代码修改，也很粗暴，但是难点在于，任何使用到老版本的函数的地方，都要进行修改，改动的地方会比较多。

通过简单对比，其实也能发现高阶函数在应对功能需求迭代，保证项目可扩展性，以及将变化屏蔽在上游的作用。希望结合这个场景，能够对高阶函数的价值，有了更新的理解。

在实际的项目开发中，尤其是团队协作开发的项目中，为了尽可能地保证代码的复用性及可扩展性。首先，一定要在项目之初，尽享良好的设计，尽量做到模块的划分清晰，模块做到高内聚、低耦合。其次，在需求发生变化，需要功能迭代的时候，一定要优先考虑在上游将变化屏蔽掉，从而降低改动的成本。最后，如果实在没办法了，只能在用户端代码修改了，那就尽量提前梳理清楚，需要改动的地方，尽量无遗漏。毕竟，完成比完美更重要。

总结

本文以部分技术特性似乎没有什么作用为出发点，思考了关于技术如何学习的三个重点，以及基于高阶函数，探讨了功能迭代时，如何很好地应对。

感谢您的拨冗阅读，希望对您有所帮助。