


Variables locales dans les fonctions imbriquées
Les fonctions imbriquées offrent un moyen pratique d'encapsuler des fonctionnalités spécifiques dans une fonction parent. Cependant, leur comportement de fermeture peut introduire certaines complications en ce qui concerne l'accessibilité et la valeur des variables locales.
Problème :
Considérez l'extrait de code suivant :
from functools import partial class Cage(object): def __init__(self, animal): self.animal = animal def gotimes(do_the_petting): do_the_petting() def get_petters(): for animal in ['cow', 'dog', 'cat']: cage = Cage(animal) def pet_function(): print("Mary pets the " + cage.animal + ".") yield (animal, partial(gotimes, pet_function)) funs = list(get_petters()) for name, f in funs: print(name + ":", f())
Le comportement souhaité est d'imprimer trois animaux différents (« vache », « chien », « chat ») pour chaque itération. Cependant, le programme n'imprime que « cat » pour toutes les itérations. Ce comportement contredit l'attente selon laquelle la cage de variable locale est associée à la fonction imbriquée.
Réponse :
Le malentendu réside dans l'hypothèse selon laquelle une fonction imbriquée stocke une référence aux variables locales de sa portée parent lorsqu'il est défini. En réalité, la fonction imbriquée recherche les variables de la portée parent uniquement lorsqu'elle est exécutée.
Dans cet exemple spécifique, la fermeture créée pour la fonction pet_fonction indexe la variable cage de la fonction get_petters. Lorsque la fonction pet_function est appelée, elle accède à la fermeture pour récupérer la valeur de cage. Cependant, à ce stade, la fonction get_petters est terminée et la variable cage a une valeur finale de « cat ». Par conséquent, tous les appels ultérieurs à n'importe quelle variation de pet_function renvoient la valeur « cat ».
Solutions de contournement :
Pour résoudre ce problème, vous pouvez utiliser diverses techniques pour garantir que le la fonction imbriquée accède à la valeur correcte de la cage :
- Fonction partielle : Utiliser functools.partial pour créer une nouvelle fonction avec une valeur fixe pour cage.
- Fonction étendue : Créez une nouvelle fonction dans la boucle pour garantir une portée unique pour chaque instance de pet_function.
- Valeur du paramètre par défaut : Transmettez la cage comme valeur de paramètre par défaut à pet_function.
En employant l'une de ces approches, vous pouvez vous assurer que la fonction imbriquée accède à la variable locale prévue pour chaque itération.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Solution aux problèmes d'autorisation Lors de la visualisation de la version Python dans Linux Terminal Lorsque vous essayez d'afficher la version Python dans Linux Terminal, entrez Python ...

Cet article explique comment utiliser la belle soupe, une bibliothèque Python, pour analyser HTML. Il détaille des méthodes courantes comme find (), find_all (), select () et get_text () pour l'extraction des données, la gestion de diverses structures et erreurs HTML et alternatives (Sel

Le module statistique de Python fournit de puissantes capacités d'analyse statistique de données pour nous aider à comprendre rapidement les caractéristiques globales des données, telles que la biostatistique et l'analyse commerciale. Au lieu de regarder les points de données un par un, regardez simplement des statistiques telles que la moyenne ou la variance pour découvrir les tendances et les fonctionnalités des données d'origine qui peuvent être ignorées et comparer les grands ensembles de données plus facilement et efficacement. Ce tutoriel expliquera comment calculer la moyenne et mesurer le degré de dispersion de l'ensemble de données. Sauf indication contraire, toutes les fonctions de ce module prennent en charge le calcul de la fonction moyenne () au lieu de simplement additionner la moyenne. Les nombres de points flottants peuvent également être utilisés. Importer au hasard Statistiques d'importation de fracTI

Cet article compare TensorFlow et Pytorch pour l'apprentissage en profondeur. Il détaille les étapes impliquées: préparation des données, construction de modèles, formation, évaluation et déploiement. Différences clés entre les cadres, en particulier en ce qui concerne le raisin informatique

L'article traite des bibliothèques Python populaires comme Numpy, Pandas, Matplotlib, Scikit-Learn, Tensorflow, Django, Flask et Demandes, détaillant leurs utilisations dans le calcul scientifique, l'analyse des données, la visualisation, l'apprentissage automatique, le développement Web et H et H

Cet article guide les développeurs Python sur la construction d'interfaces de ligne de commande (CLI). Il détaille à l'aide de bibliothèques comme Typer, Click et Argparse, mettant l'accent sur la gestion des entrées / sorties et promouvant des modèles de conception conviviaux pour une meilleure convivialité par la CLI.

Lorsque vous utilisez la bibliothèque Pandas de Python, comment copier des colonnes entières entre deux frames de données avec différentes structures est un problème courant. Supposons que nous ayons deux dats ...

L'article traite du rôle des environnements virtuels dans Python, en se concentrant sur la gestion des dépendances du projet et l'évitement des conflits. Il détaille leur création, leur activation et leurs avantages pour améliorer la gestion de projet et réduire les problèmes de dépendance.


Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

MantisBT
Mantis est un outil Web de suivi des défauts facile à déployer, conçu pour faciliter le suivi des défauts des produits. Cela nécessite PHP, MySQL et un serveur Web. Découvrez nos services de démonstration et d'hébergement.

Listes Sec
SecLists est le compagnon ultime du testeur de sécurité. Il s'agit d'une collection de différents types de listes fréquemment utilisées lors des évaluations de sécurité, le tout en un seul endroit. SecLists contribue à rendre les tests de sécurité plus efficaces et productifs en fournissant facilement toutes les listes dont un testeur de sécurité pourrait avoir besoin. Les types de listes incluent les noms d'utilisateur, les mots de passe, les URL, les charges utiles floues, les modèles de données sensibles, les shells Web, etc. Le testeur peut simplement extraire ce référentiel sur une nouvelle machine de test et il aura accès à tous les types de listes dont il a besoin.

PhpStorm version Mac
Le dernier (2018.2.1) outil de développement intégré PHP professionnel

Dreamweaver CS6
Outils de développement Web visuel

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP