作用域规则
命名空间是从名称到对象的映射，Python中主要是通过字典实现的，主要有以下几个命名空间：
内置命名空间，包含一些内置函数和内置异常的名称，在Python解释器启动时创建，一直保存到解释器退出。内置命名实际上存在于一个叫__builtins__的模块中，可以通过globals()['__builtins__'].__dict__查看其中的内置函数和内置异常。
全局命名空间，在读入函数所在的模块时创建，通常情况下，模块命名空间也会一直保存到解释器退出。可以通过内置函数globals()查看。
局部命名空间，在函数调用时创建，其中包含函数参数的名称和函数体内赋值的变量名称。在函数返回或者引发了一个函数内部没有处理的异常时删除，每个递归调用有它们自己的局部命名空间。可以通过内置函数locals()查看。
python解析变量名的时候，首先搜索局部命名空间。如果没有找到匹配的名称，它就会搜索全局命名空间。如果解释器在全局命名空间中也找不到匹配值，最终会检查内置命名空间。如果仍然找不到，就会引发NameError异常。
不同命名空间内的名称绝对没有任何关系，比如：
|
1
2
3
4
5
6
7
8
|
a = 42
def foo():
a = 13
print "globals: %s" % globals()
print "locals: %s" % locals()
return a
foo()
print "a: %d" % a
|
结果：
|
1
2
3
|
globals: {'a': 42, '__builtins__': <module '__builtin__' (built-in)>, '__file__': 'C:\\Users\\h\\Desktop\\test4.py', '__package__': None, '__name__': '__main__', 'foo': <function foo at 0x0000000002C17AC8>, '__doc__': None}
locals: {'a': 13}
a: 42
|
可见在函数中对变量a赋值会在局部作用域中创建一个新的局部变量a，外部具有相同命名的那个全局变量a不会改变。
在Python中赋值操作总是在最里层的作用域，赋值不会复制数据，只是将命名绑定到对象。删除也是如此，比如在函数中运行del a，也只是从局部命名空间中删除局部变量a,全局变量a不会发生任何改变。
如果使用局部变量时还没有给它赋值，就会引发UnboundLocalError异常：
|
1
2
3
4
5
|
a = 42
def foo():
a += 1
return a
foo()
|
上述函数中定义了一个局部变量a，赋值语句a += 1会尝试在a赋值之前读取它的值，但全局变量a是不会给局部变量a赋值的。
要想在局部命名空间中对全局变量进行操作，可以使用global语句，global语句明确地将变量声明为属于全局命名空间：
|
1
2
3
4
5
6
7
8
9
|
a = 42
def foo():
global a
a = 13
print "globals: %s" % globals()
print "locals: %s" % locals()
return a
foo()
print "a: %d" % a
|
输出：
|
1
2
3
|
globals: {'a': 13, '__builtins__': <module '__builtin__' (built-in)>, '__file__': 'C:\\Users\\h\\Desktop\\test4.py', '__package__': None, '__name__': '__main__', 'foo': <function foo at 0x0000000002B87AC8>, '__doc__': None}
locals: {}
a: 13
|
可见全局变量a发生了改变。
Python支持嵌套函数(闭包)，但python 2只支持在最里层的作用域和全局命名空间中给变量重新赋值，内部函数是不可以对外部函数中的局部变量重新赋值的，比如：
|
1
2
3
4
5
6
7
8
9
10
|
def countdown(start):
n = start
def display():
print n
def decrement():
n -= 1
while n > 0:
display()
decrement()
countdown(10)
|
运行会报UnboundLocalError异常，python 2中，解决这个问题的方法是把变量放到列表或字典中：
|
1
2
3
4
5
6
7
8
9
10
11
|
def countdown(start):
alist = []
alist.append(start)
def display():
print alist[0]
def decrement():
alist[0] -= 1
while alist[0] > 0:
display()
decrement()
countdown(10)
|
在python 3中可以使用nonlocal语句解决这个问题，nonlocal语句会搜索当前调用栈中的下一层函数的定义。：
|
1
2
3
4
5
6
7
8
9
10
11
|
def countdown(start):
n = start
def display():
print n
def decrement():
nonlocal n
n -= 1
while n > 0:
display()
decrement()
countdown(10)
|
闭包
闭包（closure）是函数式编程的重要的语法结构，Python也支持这一特性，举例一个嵌套函数：
|
1
2
3
4
5
6
|
def foo():
x = 12
def bar():
print x
return bar
foo()()
|
输出：12
可以看到内嵌函数可以访问外部函数定义的作用域中的变量，事实上内嵌函数解析名称时首先检查局部作用域，然后从最内层调用函数的作用域开始，搜索所有调用函数的作用域，它们包含非局部但也非全局的命名。
组成函数的语句和语句的执行环境打包在一起，得到的对象就称为闭包。在嵌套函数中，闭包将捕捉内部函数执行所需要的整个环境。
python函数的code对象，或者说字节码中有两个和闭包有关的对象：
co_cellvars: 是一个元组，包含嵌套的函数所引用的局部变量的名字
co_freevars: 是一个元组，保存使用了的外层作用域中的变量名
再看下上面的嵌套函数：
|
1
2
3
4
5
6
7
8
9
10
11
|
>>> def foo():
x = 12
def bar():
return x
return bar
>>> foo.func_code.co_cellvars
('x',)
>>> bar = foo()
>>> bar.func_code.co_freevars
('x',)
|
可以看出外层函数的code对象的co_cellvars保存了内部嵌套函数需要引用的变量的名字，而内层嵌套函数的code对象的co_freevars保存了需要引用外部函数作用域中的变量名字。
在函数编译过程中内部函数会有一个闭包的特殊属性__closure__(func_closure)。__closure__属性是一个由cell对象组成的元组，包含了由多个作用域引用的变量：
|
1
2
|
>>> bar.func_closure
(<cell at 0x0000000003512C78: int object at 0x0000000000645D80>,)
|
若要查看闭包中变量的内容：
|
1
2
|
>>> bar.func_closure[0].cell_contents
12
|
如果内部函数中不包含对外部函数变量的引用时，__closure__属性是不存在的：
|
1
2
3
4
5
6
7
8
9
|
>>> def foo():
x = 12
def bar():
pass
return bar
>>> bar = foo()
>>> print bar.func_closure
None
|
当把函数当作对象传递给另外一个函数做参数时，再结合闭包和嵌套函数，然后返回一个函数当做返回结果，就是python装饰器的应用啦。
延迟绑定
需要注意的一点是，python函数的作用域是由代码决定的，也就是静态的，但它们的使用是动态的，是在执行时确定的。
|
1
2
3
4
5
|
>>> def foo(n):
return n * i
>>> fs = [foo for i in range(4)]
>>> print fs[0](1)
|
当你期待结果是0的时候，结果却是3。
这是因为只有在函数foo被执行的时候才会搜索变量i的值, 由于循环已结束, i指向最终值3, 所以都会得到相同的结果。
在闭包中也存在相同的问题：
|
1
2
3
4
5
6
7
|
def foo():
fs = []
for i in range(4):
fs.append(lambda x: x*i)
return fs
for f in foo():
print f(1)
|
返回：
解决方法，一个是为函数参数设置默认值：
|
1
2
3
|
>>> fs = [lambda x, i=i: x * i for i in range(4)]
>>> for f in fs:
print f(1)
|
另外就是使用闭包了：
|
1
2
3
4
5
6
|
>>> def foo(i):
return lambda x: x * i
>>> fs = [foo(i) for i in range(4)]
>>> for f in fs:
print f(1)
|
或者：
|
1
2
|
>>> for f in map(lambda i: lambda x: i*x, range(4)):
print f(1)
|
使用闭包就很类似于偏函数了，也可以使用偏函数:
|
1
2
3
|
>>> fs = [functools.partial(lambda x, i: x * i, i) for i in range(4)]
>>> for f in fs:
print f(1)
|
这样*变量i都会优先绑定到闭包函数上。
以上这篇基于Python函数的作用域规则和闭包(详解)就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：http://www.cnblogs.com/linxiyue/archive/2017/11/29/7911916.html