在看闭包问题之前先来看看关于python中作用域的问题
变量作用域
对于上述代码中出现错误,肯定没什么疑问了,毕竟b并没有定义和赋值,当我们把代码更改如下后:
再看一个例子:
首先这个错误已经非常明显:说在赋值之前引用了局部变量b
可能很多人觉得会打印10然后打印6,其实这里就是涉及到变量作用域的问题
当Python编译函数的的定义体的时候,它判断b是局部变量,毕竟在函数中有b = 9表示给b赋值了,所以python会从本地环境获取b,当我们调用方法执行的时候,定义体会获取并打印变量a的值,但是当尝试获取b的值的时候发现b没有绑定值,所以要想让上述代码运行还可以把b设置为全局变量,或者把b赋值放到调用之前
函数对象的作用域
python中一切皆对象,同其他对象一样,函数对象也有其使用的范围即函数对象的作用域。
在python中我们通过def定义函数,函数对象的作用域与def所在的层级相同,
通过下面代码进行理解:
def func1(): def func2(x): return 2*x print(func2(5)) func1() print(func2(5))
这个例子中我们在def func1函数内可以调用fun2,但是我们在外面是无法调用到func2的,所以结果为看到如下:
闭包
关于闭包主要有下面两种说法:
- 闭包是符合一定条件的函数,定义为:闭包是在其词法上下文中引用了自由变量的函数
- 闭包是由函数与其相关的引用环境组合而成的实体。定义为:在实现绑定时,需要创建一个能显示表示引用环境的东西,并将它与相关的子程序捆绑在一起,这样捆绑起来的整体称为闭包
个人觉得第二种说法更准确,闭包只是在形式上表现像函数,实际不是函数。
我们对函数的定义是:一些可执行的代码,这些代码在函数定义后就确定了,不会在执行时发生变化,所以一个函数只有一个实例。
闭包在运行的时候可以有多个实例,不同的引用环境和相同的环境组合可以产生不同的实例。
这里有一个词:引用环境,其实引用环境就是在执行运行的某个时间点,所有处于活跃状态的变量所组成的集合,这里的变量是指变量的名字和其所代表的对象之间的联系。
可以使用闭包语言的特点:
- 函数可以作为另外一个函数的返回值或者参数,还可以作为一个变量的值。
- 函数可以嵌套使用
而认为闭包是函数的有一句话是:
闭包是指延伸了作用域的函数,其中包含函数定义体中引用。但是不在定义体中定义的非全局变量。
上面这种说法个人觉得也是一种理解方式
相信看了这些概念也还是不好理解,还是通过下面例子更好理解:
先实现一种计算平均值的方法:
从结果我们可以看出这里保存了每次的历史值
换一种方法实现:
实现了第一种相同的效果,对这种方法分析:
通常我们会认为我们调用avg(10)的时候make_averager函数已经返回了,而它的本地作用域也一去不复返,但这里其实series是自由变量,是指未在本地作用域绑定的变量
我们可以通过print(dir(avg)),看到如下结果:
其实这里面保存着均布变量和自由变量的名称,我们可以通过下面方法查看:
eries的绑定在返回的avg函数的__closure__属性中这或许就是有的人会认为闭包一种函数。闭包会保留定义函数时存在的自由变量的绑定,这样调用函数时虽然定义作用域不能用了,但是仍能使用那些绑定
关于nonlocal
刚开始了解闭包之后,如果尝试使用这种编程方式容易出现以下错误使用例子:
def make_averager(): count = 0 total = 0 def averager(new_value): count += 1 total += new_value return total / count return averager
先来看一下错误提示:
这个例子中和我们上面使用的不同之处是:这里的count和total是数字,是不可变类型,而之前的例子中series是一个列表是可变类型
所以这里重新回到了最开始说的作用域问题了,当我们在averager中使用
count += 1的时候其实就是count = count + 1,这样就是在averager函数定义体中对count进行赋值,count就变成了局部变量。
问题小结:当时数字,字符串,元组等不可变类型时,只能读取不能更新,如果使用类似count += 1就会隐式的把count变成局部变量,所以开始例子中使用series,我们后面的操作是append并且列表还是可变对象
不过python3引入了一个新的关键词nonlocal,通过它把变量标记为自由变量,这样我们把上面这个错误的例子简单更改:
def make_averager(): count = 0 total = 0 def averager(new_value): nonlocal count,total count += 1 total += new_value return total / count return averager
到这里装饰器的前奏就说完了,下面就是装饰器,我个人觉得装饰器只是闭包的一种应用,闭包在很多情况下都是一种非常好的变成技巧
装饰器
关于装饰器本来是想重新整理一下,看了自己之前整理的博客,已经挺详细的,就把连接直接放这里了
http://www.pythonsite.com/?p=113