중첩 함수의 지역 변수
중첩 함수는 더 넓은 컨텍스트 내에서 코드를 구성하고 기능을 캡슐화하는 편리한 방법을 제공합니다. 그러나 중첩된 범위 내에서 변수가 처리되는 방식을 이해하면 개발자가 당황할 수 있습니다.
다음 코드 조각을 고려하세요.
class Cage(object): def __init__(self, animal): self.animal = animal def get_petters(): for animal in ['cow', 'dog', 'cat']: cage = Cage(animal) def pet_function(): print("Mary pets the " + cage.animal + ".") yield (animal, cage.animal)
이 예에서 생성기 함수 get_petters()는 동물 목록, 각각에 대한 Cage 객체를 생성하고 동물의 이름과 케이지 로컬에 액세스하려고 시도하는 중첩 함수를 포함하는 튜플을 생성합니다. 변수.
이 코드를 실행하면 케이지 변수의 세 가지 다른 인스턴스에 해당하는 세 가지 다른 동물이 인쇄되는 것을 볼 수 있습니다. 그러나 출력에는 "Mary pet the cat"만 반복적으로 생성됩니다.
클로저 동작 이해
문제의 핵심은 Python의 클로저 특성에 있습니다. 중첩된 함수가 정의되면 해당 함수는 바깥쪽 범위에 있는 변수에 대한 참조를 캡처합니다. 제공된 코드에서 pet_function은 get_petters() 함수 내에 중첩되어 있으므로 케이지 변수에 액세스할 수 있습니다.
그러나 이 참조는 함수 정의 시 설정되지 않습니다. 대신 함수 실행 시 발생합니다. 중첩된 함수가 실행될 때쯤에는 동물 목록을 반복하면서 케이지 변수에 이미 'cat' 값이 할당되었습니다.
해결책
이 문제를 해결하려면 다음을 수행할 수 있습니다. 여러 가지 접근 방식을 채택합니다.
1. 부분 함수:
부분 함수는 기존 함수를 래핑하고 해당 인수 중 일부를 미리 설정된 값으로 초기화하는 호출 가능 항목입니다. 이 경우 functools.partial()을 사용하여 케이지 변수를 적절한 컨텍스트에 바인딩하는 부분 pet 함수를 생성할 수 있습니다:
def pet_function(cage=None): print("Mary pets the " + cage.animal + ".") yield (animal, partial(pet_function, cage=cage))
2. 새 범위 만들기:
또 다른 옵션은 케이지 변수가 항상 로컬에서 올바른 값에 바인딩되도록 중첩된 범위 내에서 pet 함수를 정의하는 것입니다.
def scoped_cage(cage=None): def pet_function(): print("Mary pets the " + cage.animal + ".") return pet_function yield (animal, partial(pet_function, cage))
3. 기본 키워드 매개변수:
cage 변수를 pet 함수의 기본 키워드 인수로 전달할 수도 있습니다.
def pet_function(cage=cage): print("Mary pets the " + cage.animal + ".") yield (animal, partial(pet_function))
이러한 기술을 준수하면 중첩된 함수는 예상되는 지역 변수와 함께 작동하여 예상치 못한 부작용을 제거하고 코드 명확성을 유지합니다.
위 내용은 Python의 중첩 함수가 루프 변수의 마지막 값에만 액세스하는 이유는 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

Linux 터미널에서 Python 버전을 보려고 할 때 Linux 터미널에서 Python 버전을 볼 때 권한 문제에 대한 솔루션 ... Python을 입력하십시오 ...

이 기사에서는 HTML을 구문 분석하기 위해 파이썬 라이브러리 인 아름다운 수프를 사용하는 방법을 설명합니다. 데이터 추출, 다양한 HTML 구조 및 오류 처리 및 대안 (SEL과 같은 Find (), find_all (), select () 및 get_text ()와 같은 일반적인 방법을 자세히 설명합니다.

이 기사는 딥 러닝을 위해 텐서 플로와 Pytorch를 비교합니다. 데이터 준비, 모델 구축, 교육, 평가 및 배포와 관련된 단계에 대해 자세히 설명합니다. 프레임 워크, 특히 계산 포도와 관련하여 주요 차이점

Python의 통계 모듈은 강력한 데이터 통계 분석 기능을 제공하여 생물 통계 및 비즈니스 분석과 같은 데이터의 전반적인 특성을 빠르게 이해할 수 있도록 도와줍니다. 데이터 포인트를 하나씩 보는 대신 평균 또는 분산과 같은 통계를보고 무시할 수있는 원래 데이터에서 트렌드와 기능을 발견하고 대형 데이터 세트를보다 쉽고 효과적으로 비교하십시오. 이 튜토리얼은 평균을 계산하고 데이터 세트의 분산 정도를 측정하는 방법을 설명합니다. 달리 명시되지 않는 한,이 모듈의 모든 함수는 단순히 평균을 합산하는 대신 평균 () 함수의 계산을 지원합니다. 부동 소수점 번호도 사용할 수 있습니다. 무작위로 가져옵니다 수입 통계 Fracti에서

이 기사는 Numpy, Pandas, Matplotlib, Scikit-Learn, Tensorflow, Django, Flask 및 요청과 같은 인기있는 Python 라이브러리에 대해 설명하고 과학 컴퓨팅, 데이터 분석, 시각화, 기계 학습, 웹 개발 및 H에서의 사용에 대해 자세히 설명합니다.

이 기사는 Python 개발자가 CLIS (Command-Line Interfaces) 구축을 안내합니다. Typer, Click 및 Argparse와 같은 라이브러리를 사용하여 입력/출력 처리를 강조하고 CLI 유용성을 향상시키기 위해 사용자 친화적 인 디자인 패턴을 홍보하는 세부 정보.

Python의 Pandas 라이브러리를 사용할 때는 구조가 다른 두 데이터 프레임 사이에서 전체 열을 복사하는 방법이 일반적인 문제입니다. 두 개의 dats가 있다고 가정 해

이 기사는 프로젝트 종속성 관리 및 충돌을 피하는 데 중점을 둔 Python에서 가상 환경의 역할에 대해 설명합니다. 프로젝트 관리 개선 및 종속성 문제를 줄이는 데있어 생성, 활성화 및 이점을 자세히 설명합니다.


핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

MinGW - Windows용 미니멀리스트 GNU
이 프로젝트는 osdn.net/projects/mingw로 마이그레이션되는 중입니다. 계속해서 그곳에서 우리를 팔로우할 수 있습니다. MinGW: GCC(GNU Compiler Collection)의 기본 Windows 포트로, 기본 Windows 애플리케이션을 구축하기 위한 무료 배포 가능 가져오기 라이브러리 및 헤더 파일로 C99 기능을 지원하는 MSVC 런타임에 대한 확장이 포함되어 있습니다. 모든 MinGW 소프트웨어는 64비트 Windows 플랫폼에서 실행될 수 있습니다.

Atom Editor Mac 버전 다운로드
가장 인기 있는 오픈 소스 편집기

드림위버 CS6
시각적 웹 개발 도구

VSCode Windows 64비트 다운로드
Microsoft에서 출시한 강력한 무료 IDE 편집기
