AI 助理
备案控制台
开发者社区 开发与运维 文章 正文

深入浅出Python闭包

2022-11-17 131
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： 闭包概念：在一个内部函数中，对外部作用域的变量进行引用， (并且一般外部函数的返回值为内部函数)，那么内部函数就被认为是闭包 `(colsure)`。

闭包简述

闭包概念：在一个内部函数中，对外部作用域的变量进行引用， (并且一般外部函数的返回值为内部函数)，那么内部函数就被认为是闭包 (colsure)。

<br/>

函数引用

在Python中，万物皆对象，因此函数也不例外。函数的名称可以当做变量使用。来看看下面几个例子：

In [2]: def func1():
   ...:     print("func1() called")
   ...:

In [3]: type(func1)
Out[3]: function

In [4]: func1
Out[4]: <function __main__.func1()>

# 函数引用赋值   
In [5]: func = func1

In [6]: id(func)
Out[6]: 1875091721816

In [7]: id(func1)
Out[7]: 1875091721816

# 函数调用    
In [8]: func()
func1() called

In [9]: func1()
func1() called

<br/>

模拟事件处理范例

方案一、if判断

# -------------------- 函数引用的范例 -------------------- #
import random


def onclick():
    """点击事件处理"""
    print("onclick called")


def onhover():
    """悬浮事件处理"""
    print("onhover called")


def onmove():
    """移动事件处理"""
    print("onmove called")


def quit():
    """关闭事件处理"""
    print("quit called")

    
def handle_event1():
    """处理事件方案1"""

    # 事件列表
    events = ["click", "dbclick", "hover", "move", "quit"]

    while True:
        # 随机事件
        event = random.choice(events)
        print("event:", event)

        if event == "click":
            onclick()

        elif event == "dbclick":
            # ondbclick()
            pass

        elif event == "hover":
            onhover()

        elif event == "move":
            onmove()

        elif event == "quit":
            quit()
            break
        # elif event == "..."
        print()

<br/>

运行结果

event: move
onmove called

event: hover
onhover called

event: click
onclick called

event: quit
quit called

<br/>

方案二、函数引用

# 事件处理函数的引用对照字典
# 事件event为 key， 对应的事件处理函数引用为 value
event_dict = {
    "click": onclick,
    "hover": onhover,
    "move": onmove,
    "quit": quit
}

def handle_event2():
    """处理事件方案2"""

    # 事件列表
    events = ["click", "dbclick", "hover", "move", "quit"]

    while True:
        # 随机事件
        event = random.choice(events)
        
        # 获取事件处理函数
        event_func = event_dict.get(event, None)
        print("event:", event)

        # 判断是否从字典中获取到事件函数
        if event_func:
            event_func()
            print()

        if event == "quit":
            break

运行结果

event: hover
onhover called

event: hover
onhover called

event: hover
onhover called

event: click
onclick called

event: quit
quit called

使用函数引用，发现程序结构更简单明了，实现也非常巧妙。

<br/>

Python 中闭包的使用

def func(number):

    # 在函数内部再定义一个函数，并且这个函数用到了外部函数的变量，
    # 那么将这个函数以及用到的一些变量称之为闭包
    def func_in(number_in):
        print("in func_in 函数, number_in is %d" % number_in)
        return number + number_in

    # 这里返回的就是闭包
    return func_in


# 给func函数赋值，这个20就是给参数number
ret = func(20)

# 注意这里的100其实给参数number_in
print(ret(100))

#注 意这里的200其实给参数number_in
print(ret(200))

<br/>

运行结果

in func_in 函数, number_in is 100
120
in func_in 函数, number_in is 200
220

<br/>

闭包案例 - 直线方程配置

# -------------------- 直线方程配置 -------------------- #
def line_conf(a, b):

    def line(x):
        print("x =", x)
        return a*x + b

    print("y = {}*x + {}".format(a, b))
    return line

# y = 2*x + 1 
line1 = line_conf(2, 1) 
print("y =", line1(5), "\n")

# y = 4*x + 5
line2 = line_conf(4, 5) 
print("y =", line2(5), "\n")

<br/>

运行结果

y = 2*x + 1
x = 5
y = 11 

y = 4*x + 5
x = 5
y = 25

这个例子中，函数 line 与变量 a,b 构成闭包。在创建闭包的时候，我们通过 line_conf 的参数 a,b 说明了这两个变量的取值，这样，我们就确定了函数的最终形式 ( y = 2x + 1和 y = 4x + 5)。我们只需要变换参数 a,b，就可以获得不同的直线表达式函数。由此，我们可以看到，闭包也具有提高代码可复用性的作用。

如果没有闭包，我们需要每次创建直线函数的时候同时说明 a, b, x。这样，我们就需要更多的参数传递，也减少了代码的可移植性。

注意： 由于闭包引用了外部函数的局部变量，则外部函数的局部变量没有及时释放，消耗内存

<br/>

修改外部函数中的变量

In [23]: def counter(start=0):
    ...:     def incr():
    ...:         # nonlocal start
    ...:         start += 1
    ...:         return start
    ...:     return incr
    ...:

In [24]: c = counter(5)

In [25]: c()
---------------------------------------------------------------------------
UnboundLocalError                         Traceback (most recent call last)
<ipython-input-25-cd4a6ef0eda0> in <module>
----> 1 c()

<ipython-input-23-7cfd2d33ae43> in incr()
      2     def incr():
      3         # nonlocal start
----> 4         start += 1
      5         return start
      6     return incr

UnboundLocalError: local variable 'start' referenced before assignment

local variable 'start' referenced before assignment

变量没有被赋值直接引用了，可以发现在内部函数不可以直接使用外部函数变量。

<br/>

Python3的方法 - nonlocal关键字

# -------------------- Python3修改外部函数中的变量 -------------------- #
def counter(start=0):
    def incr():
        nonlocal start
        start += 1
        return start
    return incr


# ipython 测验
In [12]: c1 = counter(5)

In [13]: c1()
Out[13]: 6

In [14]: c1()
Out[14]: 7

In [15]: c2 = counter(50)

In [16]: c2()
Out[16]: 51

In [17]: c2()
Out[17]: 52

In [18]: c1()
Out[18]: 8

In [19]: c1()
Out[19]: 9

In [20]: c2()
Out[20]: 53

In [21]: c2()
Out[21]: 54

<br/>

Python2的方法 - 列表

# -------------------- Python2修改外部函数中的变量 -------------------- #
def counter(start=0):
    count = [start]
    def incr():
        count[0] += 1
        return count[0]
    return incr


# ipython 测验
In [31]: c1 = counter(5)

In [32]: c1()
Out[32]: 6

In [33]: c1()
Out[33]: 7

In [34]: c2 = counter(100)

In [35]: c2()
Out[35]: 101

In [36]: c2()
Out[36]: 102

<br/>

源代码

源代码已上传到 Gitee PythonKnowledge: Python知识宝库，欢迎大家来访。

✍ 码字不易，万水千山总是情，点赞再走行不行，还望各位大侠多多支持❤️

<br/>

公众号

新建文件夹X

大自然用数百亿年创造出我们现实世界，而程序员用几百年创造出一个完全不同的虚拟世界。我们用键盘敲出一砖一瓦，用大脑构建一切。人们把1000视为权威，我们反其道行之，捍卫1024的地位。我们不是键盘侠，我们只是平凡世界中不凡的缔造者 。
文章标签：
Python
程序员
关键词：
Python闭包
忆想不到的晖
目录
相关文章
众所周知
|
2月前
|
监控 测试技术 Python
颠覆传统！Python闭包与装饰器的高级实战技巧，让你的项目效率翻倍
【7月更文挑战第7天】Python的闭包与装饰器是强大的工具。闭包是能记住外部作用域变量的内部函数，常用于动态函数创建和工厂模式。例如，`make_power`返回含外部变量`n`的`power`闭包。装饰器则允许在不修改函数代码的情况下添加新功能，如日志或性能监控。`my_decorator`函数接收一个函数并返回包装后的函数，添加了前后处理逻辑。掌握这两者，可提升编程效率和灵活性。
众所周知
32 3
木易巷
|
4月前
|
Python
Python进阶---闭包和装饰器
Python进阶---闭包和装饰器
木易巷
40 2
TesterMuller
|
4月前
|
Python
Python闭包函数和计时器
本文介绍了闭包函数的概念，它允许内部函数引用外部作用域的变量但无法修改它们。示例展示了如何使用闭包来封装函数。接着，文章讨论了如何在函数调用时添加开始和结束的打印语句，通过传递函数作为参数实现。然后，文章引入装饰器，通过闭包定义了一个`timer`装饰器，用于在函数执行前后打印消息。最后，给出了一个练习，实现了一个计算函数执行时间的装饰器，处理了带有参数的被装饰函数。
TesterMuller
40 1
兀码
|
2月前
|
存储 安全 Java
在python中使用闭包和其他惯例
【7月更文挑战第3天】本文介绍闭包基本概念和例子，内部函数访问外部变量，实现数据隐藏。以及 Python的惯用法：用`in`检查字典键，用`dict.get()`安全取值。
兀码
31 1
在python中使用闭包和其他惯例
toddli
|
1月前
|
数据安全/隐私保护 Python
Python闭包：函数定义的神秘力量！
Python闭包：函数定义的神秘力量！
toddli
45 0
龙大吉
|
2月前
|
程序员 Python
从零到一，彻底掌握Python闭包与装饰器的精髓，成为编程界的隐藏Boss
【7月更文挑战第7天】探索Python编程的两大基石：闭包与装饰器。闭包是内部函数记住外部作用域的变量，如`make_multiplier_of`返回的`multiplier`，它保持对`n`的引用。装饰器则是函数工厂，接收函数并返回新函数，如`my_decorator`，它在不改变原函数代码的情况下添加日志功能。掌握这些，让代码更优雅，效率更高，助你成为编程高手。
龙大吉
24 3
东方睿赢
|
2月前
|
程序员 Python
程序员必看！Python闭包与装饰器的高级应用，让你的代码更优雅、更强大
【7月更文挑战第7天】Python中的闭包和装饰器是高级特性，用于增强代码功能。闭包是内部函数记住外部作用域的变量，常用于动态函数和函数工厂。示例展示了`make_multiplier_of`返回记住n值的`multiplier`闭包。装饰器则是接收函数并返回新函数的函数，用于不修改原函数代码就添加功能。`my_decorator`装饰器通过`@`语法应用到`say_hello`函数上，展示了在调用前后添加额外行为的能力。这两种技术能提升代码的优雅性和效率。
东方睿赢
32 3
众所周知
|
2月前
|
Python
Python编程实战：利用闭包与装饰器优化日志记录功能
【7月更文挑战第7天】Python的闭包和装饰器简化了日志记录。通过定义如`log_decorator`的装饰器，可以在不修改原函数代码的情况下添加日志功能。当@log_decorator用于`add(x, y)`函数时，调用时自动记录日志。进一步，`timestamp_log_decorator`展示了如何创建特定功能的装饰器，如添加时间戳。这些技术减少了代码冗余，提高了代码的可维护性。
众所周知
47 1
土木林森
|
2月前
|
Python
Python黑魔法揭秘：闭包与装饰器的高级玩法，让你代码飞起来
【7月更文挑战第7天】Python的闭包和装饰器是提升代码效率的神器。闭包是能记住外部作用域变量的内部函数，常用于动态函数创建。示例中，`make_multiplier_of`返回一个保留`n`值的闭包。装饰器则是一个接收函数并返回新函数的函数，用于在不修改原函数情况下添加功能，如日志或性能追踪。`@my_decorator`装饰的`say_hello`函数在执行时会自动加上额外操作。掌握这两者，能让Python代码更优雅、强大。**
土木林森
28 1
土木林森
|
2月前
|
自然语言处理 Python
从菜鸟到大神，一篇文章带你玩转Python闭包与装饰器的深度应用
【7月更文挑战第4天】Python中的闭包和装饰器是增强代码优雅性的关键特性。闭包是能访问外部作用域变量的内部函数，如示例中的`inner_function`。装饰器则是接收函数并返回新函数的函数，用于扩展功能，如`my_decorator`。装饰器可与闭包结合，如`repeat`装饰器，它使用闭包记住参数并在调用时重复执行原函数。这些概念提升了代码复用和可维护性。
土木林森
23 1

热门文章

最新文章

  • 1
    Python 第2章 基本数据类型课后习题参考答案
  • 2
    Python入门教程：内置函数—Map、Reduce、Filter
  • 3
    ?python __future__ package的几个特性
  • 4
    【Python】fastapi框架之Web部署机器学习模型
  • 5
    【机器学习算法-python实现】svm支持向量机(1)—理论知识介绍
  • 6
    CentOS 7-(64位)系统下安装Anaconda（Python3.x）及pip使用
  • 7
    python if语句
  • 8
    Python之pickle序列化
  • 9
    第24讲 python文件的写操作基础
  • 10
    Python查询Google PageRank
  • 1
    python制作七夕音乐贺卡
    83
  • 2
    Python自动化测试代理程序可用性
    42
  • 3
    使用Python pandas的sort_values()方法可按一个或多个列对DataFrame排序
    144
  • 4
    在Python的Pandas中，可以通过直接赋值或使用apply函数在DataFrame添加新列。
    219
  • 5
    Python小工具包
    86
  • 6
    python图片九宫格图片处理
    69
  • 7
    python实现Gif图片的字符画
    75
  • 8
    【🔥热闻速递】Google 裁撤 Python研发团队
    74
  • 9
    在Python中绘制移动平均线（MA）
    108
  • 10
    【Python机器学习专栏】Python机器学习工具与库的未来展望
    57

    • 相关课程

    更多
  • Python Web开发基础
  • Python爬虫实战
  • Python常用数据科学库
  • Python网络爬虫实战
  • Python完全自学手册图文教程
  • Python基础快速入门实战教程

    • 相关电子书

    更多
  • From Python Scikit-Learn to Sc
  • Data Pre-Processing in Python:
  • 双剑合璧-Python和大数据计算平台的结合

    • 相关实验场景

    更多
  • Python新手入门
  • Python入门
  • Python选择及循环结构
  • Python新手入门（Anolis OS）
  • Python网络通信程序典型应用
  • 云端Python及基本操作

    • 推荐镜像

    更多
  • python-release
  • nodejs-release
  • raspberry-pi-os-images
    • 下一篇
    基于LNMP搭建WordPress