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