视频1 视频21 视频41 视频61 视频文章1 视频文章21 视频文章41 视频文章61 推荐1 推荐3 推荐5 推荐7 推荐9 推荐11 推荐13 推荐15 推荐17 推荐19 推荐21 推荐23 推荐25 推荐27 推荐29 推荐31 推荐33 推荐35 推荐37 推荐39 推荐41 推荐43 推荐45 推荐47 推荐49 关键词1 关键词101 关键词201 关键词301 关键词401 关键词501 关键词601 关键词701 关键词801 关键词901 关键词1001 关键词1101 关键词1201 关键词1301 关键词1401 关键词1501 关键词1601 关键词1701 关键词1801 关键词1901 视频扩展1 视频扩展6 视频扩展11 视频扩展16 文章1 文章201 文章401 文章601 文章801 文章1001 资讯1 资讯501 资讯1001 资讯1501 标签1 标签501 标签1001 关键词1 关键词501 关键词1001 关键词1501 专题2001
Python进阶:携带状态的闭包
2020-11-27 14:26:51 责编:小采
文档


闭包

在 Python 中,函数也是一个对象。因此,我们在定义函数时,可以再嵌套定义一个函数,并将该嵌套函数返回,比如:

from math import pow
def make_pow(n):
 def inner_func(x): # 嵌套定义了 inner_func
 return pow(x, n) # 注意这里引用了外部函数的 n
 return inner_func # 返回 inner_func

上面的代码中,函数 make_pow 里面又定义了一个内部函数 inner_func ,然后将该函数返回。因此,我们可以使用 make_pow 来生成另一个函数:

>> > pow2 = make_pow(2) # pow2 是一个函数,参数 2 是一个自由变量
>> > pow2
<function inner_func at 0x10271faa0 >
>> > pow2(6)
36.0

我们还注意到,内部函数 inner_func 引用了外部函数 make_pow 的自由变量 n ,这也就意味着,当函数 make_pow 的生命周期结束之后, n 这个变量依然会保存在 inner_func 中,它被 inner_func 所引用。

>> > del make_pow # 删除 make_pow
>> > pow3 = make_pow(3)
Traceback(most recent call last):
 File "<stdin>", line 1, in < module >
NameError:
 name 'make_pow' is not defined
>> > pow2(9) # pow2 仍可正常调用,自由变量 2 仍保存在 pow2 中
81.0

---|---

像上面这种情况,一个函数返回了一个内部函数,该内部函数引用了外部函数的相关参数和变量,我们把该返回的内部函数称为闭包( Closure )。

在上面的例子中, inner_func 就是一个闭包,它引用了自由变量 n 。

闭包的作用

  • 闭包的最大特点就是引用了自由变量,即使生成闭包的环境已经释放,闭包仍然存在;

  • 闭包在运行时可以有多个实例,即使传入的参数相同,比如:

  • >> > pow_a = make_pow(2)
    >> > pow_b = make_pow(2)
    >> > pow_a == pow_b
    False
  • 利用闭包,我们还可以模拟类的实例。

  • 这里构造一个类,用于求一个点到另一个点的距离:

    from math import sqrt
    class Point(object):
     def __init__(self, x, y):
     self.x, self.y = x, y
     def get_distance(self, u, v):
     distance = sqrt((self.x - u) ** 2 + (self.y - v) ** 2)
     return distance
    >> > pt = Point(7, 2) # 创建一个点
    >> > pt.get_distance(10, 6) # 求到另一个点的距离
    5.0

    用闭包来实现:

    def point(x, y):
     def get_distance(u, v):
     return sqrt((x - u) ** 2 + (y - v) ** 2)
     return get_distance
    >> > pt = point(7, 2)
    >> > pt(10, 6)
    5.0

    可以看到,结果是一样的,但使用闭包实现比使用类更加简洁。

    常见误区

    闭包的概念很简单,但实现起来却容易出现一些误区,比如下面的例子:

    def count():
     funcs = []
     for i in [1, 2, 3]:
     def f():
     return i
     funcs.append(f)
     return funcs

    在该例子中,我们在每次 for 循环中创建了一个函数,并将它存到 funcs 中。现在,调用上面的函数,你可能认为返回结果是 1, 2, 3,事实上却不是:

    >> > f1, f2, f3 = count()
    >> > f1()
    3
    >> > f2()
    3
    >> > f3()
    3

    为什么呢?原因在于上面的函数 f 引用了变量 i ,但函数 f 并非立刻执行,当 for 循环结束时,此时变量 i 的值是3, funcs 里面的函数引用的变量都是 3,最终结果也就全为 3。

    因此,我们应尽量避免在闭包中引用循环变量,或者后续会发生变化的变量。

    那上面这种情况应该怎么解决呢?我们可以再创建一个函数,并将循环变量的值传给该函数,如下:

    def count():
     funcs = []
     for i in [1, 2, 3]:
     def g(param):
     f = lambda: param # 这里创建了一个匿名函数
     return f
     funcs.append(g(i)) # 将循环变量的值传给 g
     return funcs
    >> > f1, f2, f3 = count()
    >> > f1()
    1
    >> > f2()
    2
    >> > f3()
    3

    小结

  • 闭包是携带自由变量的函数,即使创建闭包的外部函数的生命周期结束了,闭包所引用的自由变量仍会存在。

  • 闭包在运行可以有多个实例。

  • 尽量不要在闭包中引用循环变量,或者后续会发生变化的变量。

  • 下载本文
    显示全文
    专题