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
在Python中，字典（dict）是一种常用的数据类型，其使用键（key）和值（value）来存储和访问数据，在字典中，键必须是可哈希（hashable）的类型，否则会导致运行时错误，因此，在Python中，有一些可散列的数据类型可以作为字典的键2023-06-06
Dash 是一个用于构建基于 Web 的应用程序的 Python 库，无需 JavaScript 。本文将利用Dash编写一个简单的Web汇率计算器，感兴趣的可以了解一下2022-08-08
本文主要介绍了Pandas数据清洗和预处理的实现示例,包括处理缺失值、异常值,进行数据转换和规范化,以及处理重复数据等操作,感兴趣的可以了解一下2024-01-01
在本篇文章里小编给大家分享的是一篇关于python解包知识点总结，对此有兴趣的朋友们可以学习参考下。2021-02-02
这篇文章主要介绍了python同时替换多个字符串方法示例，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2019-09-09
今天小编就为大家分享一篇PyQt5图形界面播放音乐的实例，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2019-06-06
将照片转换为艺术风格的草图是一种有趣的方式，可以为您的图像添加独特的效果,本文主要介绍了如何Python和wxPython来实现这一目标，需要的可以参考下2023-08-08
下面小编就为大家带来一篇python算法演练_One Rule 算法(详解)。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧2017-05-05
Python中类方法@classmethod和静态方法@staticmethod解析
这篇文章主要介绍了Python中类方法@classmethod和静态方法@staticmethod解析,python中存在三种方法,分别为常规方法（定义中传入self）、@classmethod修饰的类方法、@staticmethod修饰的静态方法,,需要的朋友可以参考下2023-08-08
Matplotlib是一个Python的2D绘图库,通过Matplotlib开发者可以仅需要几行代码,便可以生成绘图,直方图,功率谱,条形图,错误图,散点图等,这篇文章主要给大家介绍了Python中如何使用Matplotlib库绘制图形的相关资料2022-07-07
最新评论