


Variables locales dans les fonctions imbriquées : une histoire de fermeture et de recherche
En Python, les variables locales définies dans les fonctions imbriquées peuvent interagir avec l'environnement. portée. Pour comprendre cette interaction, examinons un extrait de code qui met en évidence le comportement.
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()
Assignation ambiguë
L'exécution de ce code produit un résultat inattendu : "Mary pets le chat » est imprimé pour les trois animaux (« vache », « chien » et « chat »). En effet, la cage de variable locale dans la fonction imbriquée pet_function est capturée en tant que cellule de fermeture.
Closure Cell
Lorsque la fonction imbriquée est créée, elle fait référence à la cellule locale. variables dans la portée parent. Dans ce cas, cage est la seule variable libre dans pet_function et est liée à une cellule de fermeture. Cette cellule permet à la fonction d'accéder à la variable de la portée externe même après le retour de la fonction parent.
Résolution de la portée
Cependant, le problème survient lorsque la fonction imbriquée est exécutée. La valeur de cage est recherchée dans le périmètre environnant au moment de l'exécution, pas de définition. Dans notre cas, au moment où les fonctions sont appelées, la variable cage dans la portée environnante s'est déjà vu attribuer "cat" comme valeur finale.
Solutions de contournement
Pour résoudre cette ambiguïté, nous devons briser la fermeture et empêcher la fonction imbriquée d'accéder directement à la portée environnante. Voici quelques solutions de contournement :
- Fonction partielle : Créez une fonction partielle et liez l'argument souhaité en tant que paramètre de mot-clé.
- Nouvelle portée de la fonction : Créez une nouvelle fonction imbriquée qui capture l'argument souhaité dans sa propre portée.
- Liaison par défaut Valeur : Lier la variable comme valeur de paramètre par défaut à la fonction imbriquée.
En utilisant ces solutions de contournement, nous pouvons garantir que la fonction imbriquée a accès aux variables locales correctes et éviter toute ambiguïté dans notre code.
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

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

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

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

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

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

Version Mac de WebStorm
Outils de développement JavaScript utiles

ZendStudio 13.5.1 Mac
Puissant environnement de développement intégré PHP

MinGW - GNU minimaliste pour Windows
Ce projet est en cours de migration vers osdn.net/projects/mingw, vous pouvez continuer à nous suivre là-bas. MinGW : un port Windows natif de GNU Compiler Collection (GCC), des bibliothèques d'importation et des fichiers d'en-tête librement distribuables pour la création d'applications Windows natives ; inclut des extensions du runtime MSVC pour prendre en charge la fonctionnalité C99. Tous les logiciels MinGW peuvent fonctionner sur les plates-formes Windows 64 bits.