Python closure閉包解釋及其注意點(diǎn)詳解
一、閉包
1.定義:當(dāng)一個函數(shù)在內(nèi)部定義函數(shù),并且內(nèi)部的函數(shù)應(yīng)用外部函數(shù)的參數(shù)或者局部變量,當(dāng)內(nèi)部函數(shù)被當(dāng)做返回值的時候,相關(guān)參數(shù)和變量保存在返回的函數(shù)之中,這種結(jié)果,叫做閉包。
2.例子:連載17中的myF4就是一個典型的例子。
3.閉包常見的坑
def count(): #定義列表 fs = [] for i in range(1, 4): def f(): return i * i fs.append(f) # 按照我們的預(yù)期, 應(yīng)該是fs = [f, f, f].其中f中一次包含1, 4, 9, 這樣才對, 但實(shí)際結(jié)果不是, 我么接著看 return fs f1, f2, f3 = count() print(f1(), f2(), f3())
不是我們預(yù)期的1 4 9。
(1)原因分析:返回函數(shù)引用了變量i,i并非立即執(zhí)行,而是等到三個函數(shù)都返回的時候才統(tǒng)一執(zhí)行,此時i已經(jīng)變?yōu)?,最終調(diào)用的時候卻反回了3*3.
(2)總結(jié):返回閉包的時候,返回函數(shù)不能引用任何循環(huán)變量了
(3)解決方案:再創(chuàng)建一個函數(shù),用該函數(shù)的參數(shù)綁定循環(huán)變量的當(dāng)前值,無論該循環(huán)變量以后如何改變,已經(jīng)綁定的函數(shù)參數(shù)值不變。
改進(jìn)代碼:
def count2(): def f(j): def g(): return j*j return g fs = [] for i in range(1,4): fs.append(f(i)) #我們進(jìn)行了傳參,因此j就固定下來,它就執(zhí)行了j return fs f4,f5,f6 = count2() print(f4(),f5(),f6())
二、裝飾器
def hello(): print("我是一個程序") f = hello f() hello() #用id來證明f和hello是一個函數(shù) print(id(f),id(hello))
三、源碼:
d20_2_closure_interpretation
地址:https://github.com/ruigege66/Python_learning/blob/master/d20_2_closure_interpretation
,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值
相關(guān)文章
以Python的Pyspider為例剖析搜索引擎的網(wǎng)絡(luò)爬蟲實(shí)現(xiàn)方法
這篇文章主要介紹了以Python的Pyspider為例剖析搜索引擎的網(wǎng)絡(luò)爬蟲實(shí)現(xiàn)方法,Pyspider是一個開源項(xiàng)目、用Python語言編寫十分簡潔且具有爬蟲程序的代表性,需要的朋友可以參考下2015-03-03Python+matplotlib繪制不同大小和顏色散點(diǎn)圖實(shí)例
這篇文章主要介紹了Python+matplotlib繪制不同大小和顏色散點(diǎn)圖實(shí)例,matplotlib的用法是比較多種多樣的,下面一起看看其中的一個實(shí)例吧2018-01-01python項(xiàng)目中requirements.txt的用法實(shí)例教程
Python項(xiàng)目中必須包含一個requirements.txt文件,用于記錄所有依賴包及其精確的版本號,以便新環(huán)境部署,下面這篇文章主要給大家介紹了關(guān)于python項(xiàng)目中requirements.txt用法的相關(guān)資料,需要的朋友可以參考下2022-06-06python實(shí)現(xiàn)選取或刪除指定列包含指定內(nèi)容的行
這篇文章主要介紹了python實(shí)現(xiàn)選取或刪除指定列包含指定內(nèi)容的行,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2022-02-02Python3.4 tkinter,PIL圖片轉(zhuǎn)換
我們給大家整理了關(guān)于Python3.4 tkinter,PIL圖片轉(zhuǎn)換的相關(guān)完整代碼,大家可以學(xué)習(xí)測試下。2018-06-06pytorch中交叉熵?fù)p失(nn.CrossEntropyLoss())的計算過程詳解
今天小編就為大家分享一篇pytorch中交叉熵?fù)p失(nn.CrossEntropyLoss())的計算過程詳解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01Pytorch自動求導(dǎo)函數(shù)詳解流程以及與TensorFlow搭建網(wǎng)絡(luò)的對比
PyTorch是一個開源的Python機(jī)器學(xué)習(xí)庫,基于Torch,用于自然語言處理等應(yīng)用程序。2017年1月,由Facebook人工智能研究院(FAIR)基于Torch推出了PyTorch,這篇文章主要介紹了Pytorch自定義自動求導(dǎo)函數(shù),以及PyTorch與TensorFlow搭建網(wǎng)絡(luò)的對比2021-11-11Python實(shí)現(xiàn)合并excel表格的方法分析
這篇文章主要介紹了Python實(shí)現(xiàn)合并excel表格的方法,結(jié)合實(shí)例形式分析了Python合并Excel表格的原理、實(shí)現(xiàn)步驟與相關(guān)操作技巧,需要的朋友可以參考下2019-04-04