分享一下我的偶像大神的人工智能教程!http://blog.csdn.net/jiangjunshow

也欢迎转载我的文章,转载请注明出处 https://blog.csdn.net/mm2zzyzzp

Python进阶(四)-浅谈Python闭包

  在函数内部定义的函数和外部定义的函数是一样的,只是他们无法被外部访问:

def g():
    print 'g()...'
def f():
    print 'f()...'
    return g
  • 1
  • 2
  • 3
  • 4
  • 5

  将 g 的定义移入函数 f 内部,防止其他代码调用 g:

def f():
    print 'f()...'
    def g():
        print 'g()...'
    return g
  • 1
  • 2
  • 3
  • 4
  • 5

  但是,考察定义的 calc_sum 函数:

def calc_sum(lst):
    def lazy_sum():
        return sum(lst)
    return lazy_sum
  • 1
  • 2
  • 3
  • 4

  注意: 发现没法把 lazy_sum 移到 calc_sum 的外部,因为它引用了 calc_sum 的参数 lst。

  • 像这种内层函数引用了外层函数的变量(参数也算变量),然后返回内层函数的情况,称为闭包(Closure)。

  闭包的特点是返回的函数还引用了外层函数的局部变量,所以,要正确使用闭包,就要确保引用的局部变量在函数返回后不能变。举例如下:

# 希望一次返回3个函数,分别计算1x1,2x2,3x3:
def count():
    fs = [ ]
    for i in range(1, 4):
        def f():
             return i*i
        fs.append(f)
    return fs
f1, f2, f3 = count()
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9

  你可能认为调用f1(),f2()和f3()结果应该是1,4,9,但实际结果全部都是 9(请自己动手验证)。
  原因就是当count()函数返回了3个函数时,这3个函数所引用的变量 i 的值已经变成了3。由于f1、f2、f3并没有被调用,所以,此时他们并未计算 i*i,当 f1 被调用时:

>>> f1()
9     # 因为f1现在才计算i*i,但现在i的值已经变为3
  • 1
  • 2

  因此,返回函数不要引用任何循环变量,或者后续会发生变化的变量。

举例

  返回闭包不能引用循环变量,请改写count()函数,让它正确返回能计算1x1、2x2、3x3的函数。
  考察下面的函数 f:

def f(j):
    def g():
        return j*j
    return g
  • 1
  • 2
  • 3
  • 4

  它可以正确地返回一个闭包g,g所引用的变量j不是循环变量,因此将正常执行。
  在count函数的循环内部,如果借助f函数,就可以避免引用循环变量i。
  参考代码:

def count():
    fs = []
    for i in range(1, 4):
        def f(j):
            def g():
                return j*j
            return g
        r = f(i)
        fs.append(r)
    return fs
f1, f2, f3 = count()
print f1(), f2(), f3()
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12

程序实例

Python进阶(四)-浅谈Python闭包

Python进阶(四)-浅谈Python闭包
Python进阶(四)-浅谈Python闭包

给我偶像的人工智能教程打call!http://blog.csdn.net/jiangjunshow

Python进阶(四)-浅谈Python闭包

相关文章:

  • 2021-12-19
  • 2022-12-23
  • 2022-12-23
  • 2022-12-23
  • 2021-11-11
  • 2021-06-09
猜你喜欢
  • 2021-10-19
  • 2022-12-23
  • 2021-08-17
  • 2022-12-23
  • 2022-01-04
  • 2022-01-09
相关资源
相似解决方案