摘要：在日常Python开发中，你是否经常遇到这样的场景：需要根据不同的条件执行不同的函数，代码里堆满了if-else分支？或者需要批量处理一系列相似操作，却只能写重复的调用代码？今天教你通过列表和字典实现优雅的函数存储与调用！
在日常Python开发中，你是否经常遇到这样的场景：需要根据不同的条件执行不同的函数，代码里堆满了if-else分支？或者需要批量处理一系列相似操作，却只能写重复的调用代码？今天教你通过列表和字典实现优雅的函数存储与调用！
在Python中，函数不仅仅是可执行代码块，它们还是一等对象（First-Class Objects）。这意味着函数可以：
被赋值给变量存储在数据结构中作为参数传递给其他函数作为其他函数的返回值这个特性为我们提供了极大的灵活性，让我们看看如何利用它优化代码。
适用场景：需要按顺序执行多个函数的场景（如数据处理管道）
# 定义数据处理函数def clean_data(data): print("清洗数据...") return data.stripdef transform_data(data): print("转换数据格式...") return data.upperdef save_data(data): print(f"保存数据: {data}") return True# 创建函数管道processing_pipeline = [ clean_data, transform_data, save_data]# 执行数据处理流程raw_data = " python rocks! "result = raw_datafor func in processing_pipeline: result = func(result) print(result)优势：
# 定义计算操作def add(a, b): return a + bdef subtract(a, b): return a - bdef multiply(a, b): return a * b# 创建操作映射字典operations = { 'add': add, 'subtract': subtract, 'multiply': multiply, 'power': lambda a,b:a**b # 使用lambda表达式}# 用户选择操作user_choice = 'power'result = operations[user_choice](2, 3)print(f"2的3次方结果是: {result}") # 输出: 8# Python 3.10+ 结构模式匹配match user_command: case "start": start_process case "stop": stop_process case "status": check_statusfrom math import sqrtoperations = { '+': lambda a, b: a + b, '-': lambda a, b: a - b, '*': lambda a, b: a * b, '/': lambda a, b: a / b, '√': lambda a: sqrt(a), '**': lambda a, b: a**b}def calculator: while True: expr = input("输入表达式 (例如 5 + 3): ").split if not expr: break op = expr[1] if op in operations: try: a = float(expr[0]) # 处理一元操作符 if len(expr) == 2: result = operations[op](a) else: b = float(expr[2]) result = operations[op](a, b) print(f"结果: {result}") except Exception as e: print(f"错误: {e}") else: print("不支持的操作符")calculator掌握函数存储与调用的艺术，能让你的Python代码从"能用"跃升到"优雅"。列表和字典存储函数都是Python开发者的必备技能，当你在代码中看到冗长的if-else链时，不妨试试这种更Pythonic的解决方案！你有在项目中用过这种技巧吗？欢迎分享你的实战经验！
来源：信息科技云课堂
