Python闭包的两个注意事项(推荐)
什么是闭包?
简单说,闭包就是根据不同的配置信息得到不同的结果。
再来看看专业的解释:闭包（Closure）是词法闭包（Lexical Closure）的简称，是引用了自由变量的函数。这个被引用的自由变量将和这个函数一同存在，即使已经离开了创造它的环境也不例外。所以，有另一种说法认为闭包是由函数和与其相关的引用环境组合而成的实体。
延迟绑定
Python闭包函数所引用的外部自由变量是延迟绑定的。
Python
In [2]: def multipliers(): ...: return [lambda x: i * x for i in range(4)] In [3]: print [m(2) for m in multipliers()] [6, 6, 6, 6] In [2]: def multipliers(): ...: return [lambda x: i * x for i in range(4)] In [3]: print [m(2) for m in multipliers()] [6, 6, 6, 6]
如以上代码: i是闭包函数引用的外部作用域的自由变量, 只有在内部函数被调用的时候才会搜索变量i的值, 由于循环已结束, i指向最终值3, 所以各函数调用都得到了相同的结果。
解决方法:
1) 生成闭包函数的时候立即绑定(使用函数形参的默认值):
Python
In [5]: def multipliers():
return [lambda x, i=i: i* x for i in range(4)]
...:
In [6]: print [m(2) for m in multipliers()]
[0, 2, 4, 6]
In [5]: def multipliers():
return [lambda x, i=i: i* x for i in range(4)]
...:
In [6]: print [m(2) for m in multipliers()]
[0, 2, 4, 6]
如以上代码: 生成闭包函数的时候, 可以看到每个闭包函数都有一个带默认值的参数: i=i, 此时, 解释器会查找i的值, 并将其赋予形参i, 这样在生成闭包函数的外部作用域(即外部循环中), 找到了变量i, 遂将其当前值赋予形参i。
2) 使用functools.partial:
Python
In [26]: def multipliers(): return [functools.partial(lambda i, x: x * i, i) for i in range(4)] ....: In [27]: print [m(2) for m in multipliers()] [0, 2, 4, 6] In [26]: def multipliers(): return [functools.partial(lambda i, x: x * i, i) for i in range(4)] ....: In [27]: print [m(2) for m in multipliers()] [0, 2, 4, 6]
如以上代码: 在有可能因为延迟绑定而出问题的时候, 可以通过functools.partial构造偏函数, 使得自由变量优先绑定到闭包函数上。
禁止在闭包函数内对引用的自由变量进行重新绑定
Python
def foo(func):
free_value = 8
def _wrapper(*args, **kwargs):
old_free_value = free_value #保存旧的free_value
free_value = old_free_value * 2 #模拟产生新的free_value
func(*args, **kwargs)
free_value = old_free_value
return _wrapper
def foo(func):
free_value = 8
def _wrapper(*args, **kwargs):
old_free_value = free_value #保存旧的free_value
free_value = old_free_value * 2 #模拟产生新的free_value
func(*args, **kwargs)
free_value = old_free_value
return _wrapper
以上代码会报错, UnboundLocalError: local variable 'free_value' referenced before assignment, 以上代码本意是打算实现一个带有某个初始化状态(free_value)但在执行内部闭包函数的时候又可以按需变化出新的状态(free_value = old_free_value * 2)的装饰器, 但内部由于发生了重新绑定, 解释器会将free_value看作局部变量, old_free_value = free_value则会报错, 因为解释器认为free_value是没有赋值就被引用了。
解决：
打算修改闭包函数引用的自由变量时, 可以将其放入一个list, 这样, free_value = [8], free_value不可修改, 但free_value[0]是可以安全的被修改的。
另外, Python 3.x增加了nonlocal关键字, 也可以解决这个问题。
以上所述是小编给大家介绍的Python闭包的两个注意事项，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对脚本之家网站的支持！
相关文章
这篇文章主要介绍了举例详解Python中threading模块的几个常用方法,threading模块用来创建和操作线程,是Python学习当中的重要知识,需要的朋友可以参考下2015-06-06
使用Node.js和Socket.IO扩展Django的实时处理功能
这篇文章主要介绍了使用Node.js和Socket.IO扩展Django的实时处理功能,用异步处理实时功能是相当强大的,文中给出的例子是建立一个实时聊天室,需要的朋友可以参考下2015-04-04
文章介绍了如何使用Python的re模块将JavaScript代码转换为JSON格式,首先,使用正则表达式匹配并替换JavaScript代码中的数字,确保它们被双引号括起来,然后,使用另一个正则表达式匹配并替换JavaScript代码中的键值对,确保键和值都被双引号括起来2025-02-02
这篇文章主要给大家介绍了关于pytest中文文档之编写断言的相关资料，文中通过示例代码介绍的非常详细，对大家学习或者使用pytest具有一定的参考学习价值，需要的朋友们下面来一起学习学习吧2019-09-09
本文通过一个例子给大家介绍了PEP570新语法: 只接受位置参数的一些知识，感兴趣的朋友跟随小编一起看看吧2019-10-10
今天小编就为大家分享一篇在Pycharm中自动添加时间日期作者等信息的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-01-01
解决已经安装requests,却依然提示No module named requests问题
今天小编就为大家分享一篇解决已经安装requests,却依然提示No module named 'requests'问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-05-05
这篇文章主要介绍了python进程间通信Queue工作过程详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-11-11
通过python的matplotlib包将Tensorflow数据进行可视化的方法
今天小编就为大家分享一篇通过python的matplotlib包将Tensorflow数据进行可视化的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-01-01
本文主要介绍了Pandas中DataFrame中的nan值处理,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧2024-04-04
最新评论