闭包(closure)是函数式编程的重要的语法结构。闭包也是一种组织代码的结构,它同样提高了代码的可重复使用性。
如果在一个内嵌函数里,对在外部函数内(但不是在全局作用域)的变量进行引用,那么内嵌函数就被认为是闭包(closure)。
定义在外部函数内但由内部函数引用或者使用的变量称为自由变量。
总结一下,创建一个闭包必须满足以下几点:
1. 必须有一个内嵌函数
2. 内嵌函数必须引用外部函数中的变量
3. 外部函数的返回值必须是内嵌函数
1.闭包使用示例
先看一个闭包的例子:
In [10]: def func(name): ...: def in_func(age): ...: print 'name:',name,'age:',age ...: return in_func ...: In [11]: demo = func('feiyu')In [12]: demo(19) name: feiyu age: 19
这里当调用 func
的时候就产生了一个闭包——in_func
,并且该闭包持有自由变量——name
,因此这也意味着,当函数func
的生命周期结束之后,name
这个变量依然存在,因为它被闭包引用了,所以不会被回收。
在 python
的函数内,可以直接引用外部变量,但不能改写外部变量,因此如果在闭包中直接改写父函数的变量,就会发生错误。看以下示例:
实现一个计数闭包的例子:
def counter(start=0):count = [start] def incr():count[0] += 1return countreturn incr a = counter() print 'a:',aIn [32]: def counter(start=0): ...: count = start ...: def incr(): ...: count += 1 ...: return count ...: return incr ...: In [33]: a = counter()In [35]: a() #此处会报错 UnboundLocalError: local variable 'count' referenced before assignment
应该像下面这样使用:
In [36]: def counter(start=0): ...: count = [start] ...: def incr(): ...: count[0] += 1 ...: return count ...: return incr ...: In [37]: count = counter(5) In [38]: for i in range(10): ...: print count(), ...: [6] [7] [8] [9] [10] [11] [12] [13] [14] [15]
2.使用闭包的陷阱
In [1]: def create(): ...: return [lambda x:i*x for i in range(5)] #推导式生成一个匿名函数的列表 ...: In [2]: create()Out[2]: [<function __main__.<lambda>>, <function __main__.<lambda>>, <function __main__.<lambda>>, <function __main__.<lambda>>, <function __main__.<lambda>>]In [4]: for mul in create(): ...: print mul(2) ...: 88888
结果是不是很奇怪,这算是闭包使用中的一个陷阱吧!来看看为什么?
在上面的代码当中,函数create
返回一个list
里面保存了4个函数变量,这4个函数都共同的引用了循环变量i
, 也就是说它们共享着同一个变量i
,i
是会改变的,当函数调用时,循环变量i
已经是等于4了,因此4个函数返回的都是8。如果,需要在闭包使用循环变量的值的话,把循环变量作为闭包的默认参数或者是通过偏函数来实现。实现的原理也很简单,就是当把循环变量当参数传入函数时,会申请新的内存。示例代码如下:
In [5]: def create(): ...: return [lambda x,i=i:i*x for i in range(5)] ...: In [7]: for mul in create(): ...: print mul(2) ...: 02468
3,闭包与装饰器
装饰器就是一种的闭包的应用,只不过其传递的是函数:
def addb(func):def wrapper():return '<b>' + func() + '</b>'return wrapperdef addli(func):def wrapper():return '<li>' + func() + '</li>'return wrapper @addb # 等同于 demo = addb(addli(demo)) @addli # 等同于 demo = addli(demo)def demo():return 'hello world' print demo() # 执行的是 addb(addku(demo))
在执行时,首先将demo
函数传递给addli
进行装饰,然后将装饰后的函数传递给addb
进行装饰。所以最后返回的结果是:
<b><li>hello world</li></b>
4.装饰器中的陷阱
当你写了一个装饰器作用在某个函数上,这个函数的重要的元信息比如名字、文档字符串、注解和参数签名都会丢失。
def out_func(func):def wrapper(): func()return wrapper@out_funcdef demo():""" this is a demo. """print 'hello world.'if __name__ == '__main__': demo()print "__name__:",demo.__name__print "__doc__:",demo.__doc__
看结果:
hello world.__name__: wrapper__doc__: None
函数名字和文档字符串都变成了闭包的信息。好在可以使用 functools
库中的 @wraps
装饰器来注解底层包装函数。
from functools import wrapsdef out_func(func): @wraps(func)def wrapper(): func()return wrapper
自己试试结果吧!
以上是Pytho 中闭包与装饰器详解的详细内容。更多信息请关注PHP中文网其他相关文章!

numpyArraysareAreBetterFornumericalialoperations andmulti-demensionaldata,而learthearrayModuleSutableforbasic,内存效率段

numpyArraySareAreBetterForHeAvyNumericalComputing,而lelethearRayModulesiutable-usemoblemory-connerage-inderabledsswithSimpleDatateTypes.1)NumpyArsofferVerverVerverVerverVersAtility andPerformanceForlargedForlargedAtatasetSetsAtsAndAtasEndCompleXoper.2)

ctypesallowscreatingingangandmanipulatingc-stylarraysinpython.1)usectypestoInterfacewithClibrariesForperfermance.2)createc-stylec-stylec-stylarraysfornumericalcomputations.3)passarraystocfunctions foreforfunctionsforeffortions.however.however,However,HoweverofiousofmemoryManageManiverage,Pressiveo,Pressivero

Inpython,一个“列表” isaversatile,mutableSequencethatCanholdMixedDatateTypes,而“阵列” isamorememory-效率,均质sepersequeSequeSequeReDencErequiringElements.1)

pythonlistsandArraysareBothable.1)列表Sareflexibleandsupportereceneousdatabutarelessmory-Memory-Empefficity.2)ArraysareMoremoremoremoreMemoremorememorememorememoremorememogeneSdatabutlesserversEversementime,defteringcorcttypecrecttypececeDepeceDyusagetoagetoavoavoiDerrors。

Python和C 各有优势,选择应基于项目需求。1)Python适合快速开发和数据处理,因其简洁语法和动态类型。2)C 适用于高性能和系统编程,因其静态类型和手动内存管理。

选择Python还是C 取决于项目需求:1)如果需要快速开发、数据处理和原型设计,选择Python;2)如果需要高性能、低延迟和接近硬件的控制,选择C 。

通过每天投入2小时的Python学习,可以有效提升编程技能。1.学习新知识:阅读文档或观看教程。2.实践:编写代码和完成练习。3.复习:巩固所学内容。4.项目实践:应用所学于实际项目中。这样的结构化学习计划能帮助你系统掌握Python并实现职业目标。


热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

安全考试浏览器
Safe Exam Browser是一个安全的浏览器环境,用于安全地进行在线考试。该软件将任何计算机变成一个安全的工作站。它控制对任何实用工具的访问,并防止学生使用未经授权的资源。

Atom编辑器mac版下载
最流行的的开源编辑器

适用于 Eclipse 的 SAP NetWeaver 服务器适配器
将Eclipse与SAP NetWeaver应用服务器集成。

SublimeText3汉化版
中文版,非常好用

SecLists
SecLists是最终安全测试人员的伙伴。它是一个包含各种类型列表的集合,这些列表在安全评估过程中经常使用,都在一个地方。SecLists通过方便地提供安全测试人员可能需要的所有列表,帮助提高安全测试的效率和生产力。列表类型包括用户名、密码、URL、模糊测试有效载荷、敏感数据模式、Web shell等等。测试人员只需将此存储库拉到新的测试机上,他就可以访问到所需的每种类型的列表。