Python 函数和方法指令
Gaia 框架为 Python 后端提供了完整的函数定义、调用和方法操作指令集，支持高级 Python 特性如装饰器、生成器和异步函数。
函数定义
基本函数定义
python
# Gaia 代码
def add(a: int, b: int) -> int:
return a + b编译为 Python 字节码：
python
# 生成的 Python 代码
def add(a: int, b: int) -> int:
return a + b带默认参数的函数
python
# Gaia 代码
def greet(name: str, greeting: str = "Hello") -> str:
return f"{greeting}, {name}!"可变参数函数
python
# Gaia 代码
def sum_all(*numbers: int) -> int:
return sum(numbers)关键字参数函数
python
# Gaia 代码
def create_user(**kwargs: any) -> dict:
return kwargs函数调用指令
直接调用
python
# Gaia 代码
CALL_FUNCTION add 5 3 result方法调用
python
# Gaia 代码
CALL_METHOD obj "method_name" arg1 arg2 result类方法调用
python
# Gaia 代码
CALL_FUNCTION_EX cls.method arg1 arg2 result高级函数特性
装饰器
python
# Gaia 代码
def timing_decorator(func):
import time
def wrapper(*args, **kwargs):
start = time.time()
result = func(*args, **kwargs)
end = time.time()
print(f"Function {func.__name__} took {end - start} seconds")
return result
return wrapper
@timing_decorator
def slow_function() -> None:
import time
time.sleep(1)生成器函数
python
# Gaia 代码
def fibonacci() -> iter[int]:
a, b = 0, 1
while True:
yield a
a, b = b, a + b异步函数
python
# Gaia 代码
async def fetch_data(url: str) -> str:
import aiohttp
async with aiohttp.ClientSession() as session:
async with session.get(url) as response:
return await response.text()参数处理
类型注解
python
# Gaia 代码
from typing import List, Dict, Optional, Union
def process_data(items: List[int],
config: Dict[str, any],
optional: Optional[str] = None) -> Union[int, str]:
# 函数体
pass参数验证
python
# Gaia 代码
def validated_function(age: int) -> str:
if not isinstance(age, int):
raise TypeError("Age must be an integer")
if age < 0:
raise ValueError("Age must be non-negative")
return f"Age: {age}"参数解构
python
# Gaia 代码
def process_coordinates(x: float, y: float, z: float) -> float:
return x**2 + y**2 + z**2
# 使用元组解构调用
coords = (1.0, 2.0, 3.0)
result = process_coordinates(*coords)返回值处理
单返回值
python
# Gaia 代码
def get_value() -> int:
return 42多返回值
python
# Gaia 代码
def get_stats(numbers: list[float]) -> tuple[float, float]:
return sum(numbers), sum(numbers) / len(numbers)返回指令
python
# Gaia 代码
RETURN_VALUE value
RETURN_CONST value闭包和词法作用域
闭包定义
python
# Gaia 代码
def make_counter() -> callable:
count = 0
def counter() -> int:
nonlocal count
count += 1
return count
return counter工厂函数
python
# Gaia 代码
def create_multiplier(factor: float) -> callable:
def multiplier(x: float) -> float:
return x * factor
return multiplier类方法
实例方法
python
# Gaia 代码
class Calculator:
def __init__(self, initial_value: float = 0.0):
self.value = initial_value
def add(self, x: float) -> float:
self.value += x
return self.value
def multiply(self, x: float) -> float:
self.value *= x
return self.value类方法
python
# Gaia 代码
class MathUtils:
PI: float = 3.14159265359
@classmethod
def circle_area(cls, radius: float) -> float:
return cls.PI * radius ** 2
@staticmethod
def add(x: float, y: float) -> float:
return x + y属性方法
python
# Gaia 代码
class Temperature:
def __init__(self, celsius: float):
self._celsius = celsius
@property
def celsius(self) -> float:
return self._celsius
@property
def fahrenheit(self) -> float:
return self._celsius * 9/5 + 32
@celsius.setter
def celsius(self, value: float):
self._celsius = value函数注解和元数据
函数注解
python
# Gaia 代码
def complex_function(x: int, y: str) -> dict[str, any]:
"""Process x and y to return a dictionary."""
return {"x": x, "y": y}
# 访问函数注解
print(complex_function.__annotations__)
print(complex_function.__doc__)函数属性
python
# Gaia 代码
def traced_function(x: int) -> int:
traced_function.call_count += 1
return x * 2
traced_function.call_count = 0高阶函数
map、filter、reduce
python
# Gaia 代码
from functools import reduce
# map 示例
numbers: list[int] = [1, 2, 3, 4, 5]
squared: list[int] = list(map(lambda x: x**2, numbers))
# filter 示例
evens: list[int] = list(filter(lambda x: x % 2 == 0, numbers))
# reduce 示例
sum_all: int = reduce(lambda x, y: x + y, numbers)偏函数
python
# Gaia 代码
from functools import partial
def power(base: float, exponent: float) -> float:
return base ** exponent
# 创建偏函数
square = partial(power, exponent=2)
cube = partial(power, exponent=3)性能优化
函数内联
对于简单函数，考虑手动内联：
python
# Gaia 代码
# 原始函数
def add(a: int, b: int) -> int:
return a + b
# 内联版本（手动优化）
result = a + b # 直接计算，避免函数调用开销局部变量优化
python
# Gaia 代码
# 推荐：使用局部变量缓存属性访问
local_len = len
local_range = range
def efficient_function(n: int) -> list[int]:
return [i**2 for i in local_range(local_len(some_list))]最佳实践
- 类型注解: 使用类型注解提高代码可读性和可维护性
- 文档字符串: 为函数编写清晰的文档字符串
- 单一职责: 每个函数只负责一个明确的任务
- 参数验证: 在函数开始时验证参数的有效性
- 异常处理: 合理处理函数内部可能发生的异常
- 性能考虑: 避免在热路径中创建不必要的对象