python闭合函数 python中闭包函数

求帮助，Python闭包和返回函数问题

（1）unpack tuple和list, 可以让函数返回多个值

def count():

return (1, 2, 3) # 或者 return [1, 2, 3]

# 把列表解包python闭合函数，把1 2 3 分别赋值给 a b c

a, b, c = count()

print a, b, c

# 输出 1, 2, 3

（2）假设你知道Python的dict类型。Python中，在函数中定义一个变量的时候，会在一个隐藏的叫locals的dict里面插入key-value，其中key是变量名，value是变量值。而引用一个变量的时候，则首先会在这个叫locals的dict里面，根据变量名作为key，去查对应的值。

var = 1 # 你可以认为这里进行了 locals['var'] = 1 的操作

print var # 在对var变量进行求值的时候，就在locals['var']里面找var变量对应的值

（3）for循环中，每次循环只是给 `i` 重新绑定值

for i in (1, 2, 3):

print i

print i

# 一次输入 1 2 3 3

每次`for i in (1, 2, 3)`相当于在`print i`之前，进行了

`locals['i'] = 1`

`locals['i'] = 2`

`locals['i'] = 3`

的操作

所以最后的`print i`再去locals字典里面找`i`的时候，就变成 3 了。

（4）闭包是 一个函数加上这个函数引用的外部变量

var = 1

def f():

print var

# 这里的闭包是函数 f 和 f 引用的外部变量 var

def count():

var2 = 2

def f():

print var2

# 这里的闭包是函数 f 和 f 引用的外部变量 var2

return f

拿第一个函数 f 来说。在 f 运行的时候，解释器拿着'var'这个字符串去locals字典里面找，发现找不到，于是在closure字典里面找，最后closure字典里面找，你可以认为就是找closure['var']，然后发现找到对应的值。count里面的 f 函数同理。

（为了容易理解，我这里说谎了。实际上 f 压根没有closure，count里面的 f 才有。其实closure压根不是像locals那样的字典）

（5）函数定义时，函数只是记录变量的名字。

要区分什么是名字，什么是值。

`i = 1`这里 i 只是名字，只是一个字符串 'i' 。这句话运行完，locals['i'] = 1，就说 i 对应的值是1

def count():

fs = []

for i in range(1, 4):

# 定义一个函数，等价于运行了 locals['f'] = 真正生成的函数

# 每次循环，这里都会重新生成一个函数，然后把重新生成的函数赋值给 locals['f']

def f():

return i * i # 引用了'i'这个名字，但并不是引用了'i'对应的值

# 等价于 locals['fs'].append(locals['f'])

# f 不是函数，它只是一个名字'f'。f 引用的东西，也就是locals['f']才是真正的函数

fs.append(f)

# 于是这个for循环生成了三个函数，这三个函数是没有名字的，这个函数运行完后，它们跟'f'这个名字就毛关系都没有了(是的我说慌了，但可以先不管)

# 把整个列表返回，这个列表包含了三个函数

return fs

# count()返回三个函数的列表，unpack 列表的语法把列表中的三个函数抽出来，重新给python闭合函数他们命名为 f1, f2, f3

# 也就是说，

# locals['f1'] = 列表中的第1个函数

# locals['f2'] = 列表中的第2个函数

# locals['f3'] = 列表中的第3个函数

# 这三个函数跟'f'这个名字现在毛关系都没有。（其实是有的，但为了说明需要简化，现在你可以完全不管括号里面说的话）

f1, f2, f3 = count()

print f1(), f2(), f3()

# 好了我们运行它们，输入都是 9

# def f():

# return i * i

这是因为 f1 现在对应的函数，里面引用了 'i' 这个字符串，我们根据 'i '这个字符串去找它对应的值，先找到 f 当前的locals字典，发现没有，因为函数定义的时候没有定义 i 变量。然后再去closure['i']里面找，因为Python是通过closure字典实现闭包的（就当它是对的好不好），所以我们可以在closure['i']找到值，这个值就是我们上一次运行的时候count函数里面残留的locals['i']，而由于for循环三遍之后，locals['i'] == 3，所以找到 i 的值就是3。所以最后输出都是9

相关问答

Q1: python内置函数

python内置函数是什么？一起来看下吧：

python内置函数有：

abs：求数值的绝对值

abs(-2) 2

pmod：返回两个数值的商和余数

pmod(5,2) (2,1) pmod(5.5,2) (2.0,1.5)

bool:根据传入的参数的逻辑值创建一个布尔值

bool() #未传入参数 False bool(0) #数值0、空序列等值为False False bool(1) True

all：判断可迭代对象的每个元素是否都为True值

all([1,2]) #列表中每个元素逻辑值均为True,返回True True  all(()) #空元组 True  all({}) #空字典 True

help：返回对象的帮助信息

 help(str)  Help on class str in module builtins: class str(object) |  str(object='') - str |  str(bytes_or_buffer[, encoding[, errors]]) - str |   |  Create a new string object from the given object. If encoding or |  errors is specified, then the object must expose a data buffer |  that will be decoded using the given encoding and error handler. |  Otherwise, returns the result of object.__str__() (if defined) |  or repr(object). |  encoding defaults to sys.getdefaultencoding(). |  errors defaults to 'strict'. |   |  Methods defined here: |   |  __add__(self, value, /)           Return self+value.

_import_：动态导入模块

index = __import__('index') index.sayHello()

locals：返回当前作用域内的局部变量和其值组成的字典

 def f():     print('before define a ')     print(locals()) #作用域内无变量     a = 1     print('after define a')     print(locals()) #作用域内有一个a变量，值为1  f f() before define a  {}  after define a {'a': 1}

input：读取用户输入值

 s = input('please input your name:') please input your name:Ain  s 'Ain'

open：使用指定的模式和编码打开文件，返回文件读写对象

# t为文本读写，b为二进制读写  a = open('test.txt','rt')  a.read() 'some text'  a.close()

eval：执行动态表达式求值

 eval('1+2+3+4') 10

除了上述举例的函数之外，内置函数按分类还可分为：

1、数学运算（7个）

2、类型转换（24个）

3、序列操作（8个）

4、对象操作（7个）

5、反射操作（8个）

6、变量操作（2个）

7、交互操作（2个）

8、文件操作（1个）

9、编译操作（4个）

10、装饰器（3个）

Q2: python有多少内置函数

Python内置函数有很多，为大家推荐5个神仙级的内置函数：

(1)Lambda函数

用于创建匿名函数，即没有名称的函数。它只是一个表达式，函数体比def简单很多。当我们需要创建一个函数来执行单个操作并且可以在一行中编写时，就可以用到匿名函数了。

Lamdba的主体是一个表达式，而不是一个代码块。仅仅能在lambda表达式中封装有限的逻辑进去。

利用Lamdba函数，往往可以将代码简化许多。

(2)Map函数

会将一个函数映射到一个输入列表的所有元素上，比如我们先创建了一个函数来返回一个大写的输入单词，然后将此函数应有到列表colors中的所有元素。

我们还可以使用匿名函数lamdba来配合map函数，这样可以更加精简。

(3)Reduce函数

当需要对一个列表进行一些计算并返回结果时，reduce()是个非常有用的函数。举个例子，当需要计算一个整数列表所有元素的乘积时，即可使用reduce函数实现。

它与函数的最大的区别就是，reduce()里的映射函数(function)接收两个参数，而map接收一个参数。

(4)enumerate函数

用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在for循环当中。

它的两个参数，一个是序列、迭代器或其他支持迭代对象;另一个是下标起始位置，默认情况从0开始，也可以自定义计数器的起始编号。

(5)Zip函数

用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表

当我们使用zip()函数时，如果各个迭代器的元素个数不一致，则返回列表长度与最短的对象相同。

Q3: python函数的闭包怎么理解

1. 闭包的概念

首先还得从基本概念说起python闭合函数，什么是闭包呢？来看下维基上的解释:

复制代码代码如下:

在计算机科学中python闭合函数，闭包（Closure）是词法闭包（Lexical Closure）的简称，是引用python闭合函数了自由变量的函数。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。闭包在运行时可以有多个实例，不同的引用环境和相同的函数组合可以产生不同的实例。

....

上面提到了两个关键的地方： 自由变量 和 函数, 这两个关键稍后再说。还是得在赘述下“闭包”的意思，望文知意，可以形象的把它理解为一个封闭的包裹，这个包裹就是一个函数，当然还有函数内部对应的逻辑，包裹里面的东西就是自由变量，自由变量可以在随着包裹到处游荡。当然还得有个前提，这个包裹是被创建出来的。

在通过Python的语言介绍一下，一个闭包就是python闭合函数你调用了一个函数A，这个函数A返回了一个函数B给python闭合函数你。这个返回的函数B就叫做闭包。你在调用函数A的时候传递的参数就是自由变量。

举个例子：

复制代码代码如下:

def func(name):

def inner_func(age):

print 'name:', name, 'age:', age

return inner_func

bb = func('the5fire')

bb(26) # name: the5fire age: 26

这里面调用func的时候就产生了一个闭包——inner_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。

另外再说一点，闭包并不是Python中特有的概念，所有把函数做为一等公民的语言均有闭包的概念。不过像Java这样以class为一等公民的语言中也可以使用闭包，只是它得用类或接口来实现。

更多概念上的东西可以参考最后的参考链接。

2. 为什么使用闭包

基于上面的介绍，不知道读者有没有感觉这个东西和类有点相似，相似点在于他们都提供了对数据的封装。不同的是闭包本身就是个方法。和类一样，我们在编程时经常会把通用的东西抽象成类，（当然，还有对现实世界——业务的建模），以复用通用的功能。闭包也是一样，当我们需要函数粒度的抽象时，闭包就是一个很好的选择。

在这点上闭包可以被理解为一个只读的对象，你可以给他传递一个属性，但它只能提供给你一个执行的接口。因此在程序中我们经常需要这样的一个函数对象——闭包，来帮我们完成一个通用的功能，比如后面会提到的——装饰器。

3. 使用闭包

第一种场景 ，在python中很重要也很常见的一个使用场景就是装饰器，Python为装饰器提供了一个很友好的“语法糖”——@，让我们可以很方便的使用装饰器，装饰的原理不做过多阐述，简言之你在一个函数func上加上@decorator_func, 就相当于decorator_func(func):

复制代码代码如下:

def decorator_func(func):

def wrapper(*args, **kwargs):

return func(*args, **kwargs)

return wrapper

@decorator_func

def func(name):

print 'my name is', name

# 等价于

decorator_func(func)

在装饰器的这个例子中，闭包（wrapper）持有了外部的func这个参数，并且能够接受外部传过来的参数，接受过来的参数在原封不动的传给func，并返回执行结果。

这是个简单的例子，稍微复杂点可以有多个闭包，比如经常使用的那个LRUCache的装饰器，装饰器上可以接受参数@lru_cache(expire=500)这样。实现起来就是两个闭包的嵌套:

复制代码代码如下:

def lru_cache(expire=5):

# 默认5s超时

def func_wrapper(func):

def inner(*args, **kwargs):

# cache 处理 bala bala bala

return func(*args, **kwargs)

return inner

return func_wrapper

@lru_cache(expire=10*60)

def get(request, pk)

# 省略具体代码

return response()

不太懂闭包的同学一定得能够理解上述代码，这是我们之前面试经常会问到的面试题。

第二个场景 ，就是基于闭包的一个特性——“惰性求值”。这个应用比较常见的是在数据库访问的时候，比如说：

复制代码代码如下:

# 伪代码示意

class QuerySet(object):

def __init__(self, sql):

self.sql = sql

self.db = Mysql.connect().corsor() # 伪代码

def __call__(self):

return db.execute(self.sql)

def query(sql):

return QuerySet(sql)

result = query("select name from user_app")

if time now:

print result # 这时才执行数据库访问

上面这个不太恰当的例子展示了通过闭包完成惰性求值的功能，但是上面query返回的结果并不是函数，而是具有函数功能的类。有兴趣的可以去看看Django的queryset的实现，原理类似。

第三种场景 ， 需要对某个函数的参数提前赋值的情况，当然在Python中已经有了很好的解决访问 functools.parial,但是用闭包也能实现。

复制代码代码如下:

def partial(**outer_kwargs):

def wrapper(func):

def inner(*args, **kwargs):

for k, v in outer_kwargs.items():

kwargs[k] = v

return func(*args, **kwargs)

return inner

return wrapper

@partial(age=15)

def say(name=None, age=None):

print name, age

say(name="the5fire")

# 当然用functools比这个简单多了

# 只需要： functools.partial(say, age=15)(name='the5fire')

看起来这又是一个牵强的例子，不过也算是实践了闭包的应用。

python闭合函数的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于python中闭包函数、python闭合函数的信息别忘了在本站进行查找喔。