python的闭包函数 闭包python 菜鸟教程

python中使用闭包及修改外部函数的局部变量

在python中，函数可以被嵌套定义，也就是说，函数中可以定义函数。该函数还可以将其内部定义的函数作为返回值返回。

创新互联建站主营化隆网站建设的网络公司,主营网站建设方案,重庆APP开发,化隆h5微信平台小程序开发搭建,化隆网站营销推广欢迎化隆等地区企业咨询

闭包的定义：一般来说，我们可以认为，如果一个函数可以读取其他函数中的局部变量，那么它们就构成了闭包。

注意 ：闭包的定义不是特别清晰，但大体上的意思是这样的。

我们知道，普通的函数是可以使用全局变量的

类似的，函数中定义的函数，也是可以使用外部函数的变量的。因此，满足了函数读取了其他函数局部变量的这一条件，他们因此构成了闭包。

在闭包的使用中，我们可以先给外部的函数赋予不同的局部变量，然后再调用其中内部的函数时，就可以读取到这些不同的局部变量了。

外部变量的使用 在普通函数中，虽然可以直接使用全局变量，但是不可以直接修改全局变量。从变量的作用域来说，一旦你尝试修改全局变量，那么就会尝试创建并使用一个同名的局部变量。因此，如果你需要在普通函数中修改全局变量，需要使用global

同样的，如果你希望通过定义在内部的函数去修改其外部函数的变量，那么必须使用nonlocal

Python闭包和装饰器

由于装饰器的本质跟闭包关系很大，所以在看装饰器之前先看闭包是什么。

一句话总结闭包：一个返回值是函数的函数

怎么理解呢？

在一个外函数中定义了一个内函数，内函数里运用了外函数的临时变量，并且外函数的返回值是内函数的引用。这样就构成了一个闭包。

一般情况下，在我们认知当中，如果一个函数结束，函数的内部所有东西都会释放掉，还给内存，局部变量都会消失。但是闭包是一种特殊情况，如果外函数在结束的时候发现有自己的临时变量将来会在内部函数中用到，就把这个临时变量绑定给了内部函数，然后自己再结束。

由于Python的一切皆对象的原因，才有了现在的操作哈哈哈。

以下是我个人的理解：

装饰器是一个闭包，然后使用装饰器的函数作为闭包的参数传输给闭包的内函数，使用装饰器，就不需要跟闭包一样去调用闭包函数再运行内函数，直接调用装饰器的函数就可以实现这一步，由于传给装饰器的参数是函数，所以相当于可以装饰器是修改他人函数内容的函数，因为传进去被装饰的函数，所以最后闭包里的函数会有所被该函数一些数据代替。

假如我们传两个参数进去

假如我们传两个参数进去 但是如果传多个参数呢，不能一直这样子变量吧，要通用一点，所以python有一个*args接受多个参数。

但是如果带keyword的参数怎么办呢？

python有一个**kargs接受多个参数 **代表两个元素，约定俗成的，所以可以这样子去记住。

日积月累，厚积薄发，循序渐进。

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，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，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。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，一个闭包就是你调用了一个函数A，这个函数A返回了一个函数B给你。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嵌套函数和闭包

在Python语言中，可以在函数中定义函数。 这种在函数中嵌套定义的函数也叫内部函数。我们来看下面的代码：

上述代码中，定义了函数greet，在函数greet内部又定义了一个函数inner_func, 并调用该函数打印了一串字符。

我们可以看到，内部函数inner_func的定义和使用与普通函数基本相同。需要注意的是变量的作用域，在上述代码中，函数参数name对于全局函数greet是局部变量，对内部函数inner_func来说则是非局部变量。内部函数对于非局部变量的访问规则类似于标准的外部函数访问全局变量。

从这个例子我们还可以看到内部函数的一个作用，就是通过定义内部函数的方式将一些功能隐藏起来，防止外部直接调用。常见的场景是，在一个复杂逻辑的函数中，将一些小的任务定义成内部函数，然后由这个外层函数使用，这样可以使代码更为清晰，易于维护。这些内部函数只会在这个外层函数中使用，不能被其他函数或模块使用。

在Python语言中, 函数也是对象，它可以被创建、赋值给变量，或者作为函数的返回值。我们来看下面这个例子。

在上述代码中，在函数gen_greet内部定义了inner_func函数，并返回了一个inner_func函数对象。外部函数gen_greet返回了一个函数对象，所以像gen_greet这样的函数也叫工厂函数。

在内部函数inner_func中，使用了外部函数的传参greet_words（非局部变量），以及函数的参数name（局部变量），来打印一个字符串。

接下来，调用gen_greet("Hello")创建一个函数对象say_hello，紧接着调用say_hello("Mr. Zhang")，输出的结果为：Hello, Mr. Zhang！

同样的，调用gen_greet("Hi")创建一个函数对象say_hi，调用say_hello("Mr. Zhang")，输出的结果为：Hi，Tony！

我们可以发现，gen_greet返回的函数对象具有记忆功能，它能够把所需使用的非局部变量保存下来，用于后续被调用的时候使用。这种保存了非局部变量的函数对象被称作闭包（closure）。

那么闭包是如何实现的呢？其实并不复杂，函数对象中有一个属性__closure__，它就是在创建函数对象时用来保存这些非局部变量的。

__closure__属性是一个元组或者None类型。在上述代码中，我们可以通过下面方式查看：

函数的嵌套所实现的功能大都可以通过定义类的方式来实现，而且类是更加面向对象的代码编写方式。

嵌套函数的一个主要用途是实现函数的装饰器。我们看下面的代码：

在上述代码中，logger函数返回函数with_logging，with_logging则是打印了函数func的名称及传入的参数，然后调用func, 并将参数传递给func。其中的@wraps(func)语句用于复制函数func的名称、注释文档、参数列表等等，使得with_logging函数具有被装饰的函数func相同的属性。

代码中接下来用@logger对函数power_func进行修饰，它的作用等同于下面的代码:

可见，装饰器@符其实就是上述代码的精简写法。

通过了解了嵌套函数和闭包的工作原理，我们在使用过程中就能够更加得心应手了。

python什么是闭包 闭包的作用域

在函数中可以定义另一个函数时，如果内部的函数引用了外部的函数的变量，则可能产生闭包。

闭包可以用来在一个函数与一组私有变量之间创建关联关系。

在给定函数被多次调用的过程中，这些私有变量能够保持其持久性。

形成闭包的三个条件

必须有一个内嵌函数—这对应函数之间的嵌套;

内嵌函数必须引用一个定义在闭合范围内的变量—内部函数引用外部变量;

外部函数必须返回内嵌函数—必须返回内部函数。

换句话来说：闭包的概念很简单，一个可以引用在函数闭合范围内变量的函数，即内部函数，只有那个内部函数才有所谓的__closure__属性。

闭包的原理

形成闭包之后，闭包函数会获得一个非空的_Closure_属性，这个属性是一个元组。

组里面的对象为cell对象，而访问cell对象的cell_contents属性则可以得到闭包变量的当前值。

而随着闭包的继续调用，变量会进行再次更新。由此可见，一般形成闭包之后，Python确定会将_closure_和闭包函数绑定作为储存闭包变量的场所。

闭包的好处是什么?

其实，闭包并不是必须的。

没有闭包的话，Python的功能不会受到任何影响;但有了闭包之后，可以提供一种额外的解决方案。

python闭包

结果：

结果：

1，匿名函数能够完成基本的简单功能，当作为实参时，传递的是函数的引用，只有功能

2，普通函数能够完成较为复杂的功能，当作为实参时，传递的是函数的引用，只有功能

3，闭包能够完成较为复杂的功能，当作为实参时，传递的是这个闭包中的函数以及数据，所以是功能+数据

4，实例对象能够完成较为复杂的功能，当作为实参时，传递的是这个很多功能以及很多数据，所以是功能+数据