|
1
2
3
4
5
6
|
def (n):
def mul(x):
return n*x
return mul
double = gen_mul(2)
doubled_value = double(6)
|
可以看出满足闭包的几点：
- 有内部函数
- 内部函数引用了外部函数中的*变量
- 内部函数被返回
闭包的优点：
- 可以避免使用全局变量
- 可以持久化变量，达到静态变量的作用
闭包的缺点：
- 可能会消耗大量的内存
- 可能会导致内存泄漏
当然缺点可以通过人为避免。
现在我们来看看另一个会引出延迟绑定的例子：
|
1
2
3
|
def multipliers():
return [lambda x : i * x for i in range(4)]
print([m(2) for m in multipliers()]) # [6,6,6,6]
|
上边的例子会输出[6,6,6,6],而不是我们预期的[0,2,4,6]。
这就是延迟绑定导致的结果。具体过程我们可以来分析下：
执行第三行时，会先执行multipliers函数，然后执行函数中的列表解析式。在每一次迭代的时候都会生成一个匿名函数(这里只是定义)作为元素。然后回到第三行，遍历返回的列表中的匿名函数，传入参数2并执行。此时函数类似于这样：
def noname(x):
return i * x
我们知道Python查找变量的作用域链的顺序依次为LEGB：
局部变量(L)->外部函数中的局部变量(E)->全局变量(G)->内置变量(B)
非常重要的一点我们需要知道：Python的作用域在编译时就已经形成了，而不是在运行时，函数的作用域与其被调用的位置无关。
那么在本例中,上面的noname函数体中的i从何而来呢？当然首先会到multipliers函数的局部变量中去寻找。此时i的值已经为3，所以出现这种让人”费解”的现象。
那么现在我们既然已经知道了原因，那么要怎样解决呢？
我们可以将迭代的i值直接注入到匿名函数的函数体中，这里给出两种方法：
通过为参数设置默认值，这是因为在编译时就会计算确定默认值：
def multipliers_ch1():
return [lambda m,x=i : m * x for i in range(4)]
通过内置函数partial：
|
1
2
3
|
from functools import partial
def multipliers_ch2():
return [partial(lambda m,x : m * x,i) for i in range(4)]
|
利用生成器的延迟计算：
|
1
2
3
|
def multipliers_ch3():
for m in range(4):
yield lambda x: m * x
|
partial及生成器的内容会在以后分享。
运行结果
print([m(2) for m in multipliers_ch1()]) # [0,2,4,6]
print([m(2) for m in multipliers_ch2()]) # [0,2,4,6]
print([m(2) for m in multipliers_ch3()]) # [0,2,4,6]
注:
*变量：指未在本地作用域中绑定的变量，我们可通过访问函数的code属性进行查看：
fun.code.co_freevars
LEGB: 可看该部分解释
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持服务器之家。
原文链接：https://www.dazhuanlan.com/2019/12/12/5df11814869cb/#注