【Python】python系列之函数闭包概念

【Python】python系列之函数闭包概念

目录

一、函数

二、闭包

2.1 概念

2.2闭包的应用场景

2.3代码实例

实例 1:简单计数器闭包

实例 2:带参数的闭包

实例 3:闭包用于数据封装和隐藏


一、函数


函数是实现特定功能的代码段的封装,在需要时可以多次调用函数来实现该功能。

Python如下定义一个函数,我们可以通过任何变量来将此函数进行赋值操作,如下:

def greet(): return "Hello!" # 将方法赋给变量(无括号,得到方法对象) greet_func = greet # 调用存储在变量中的方法 print(greet_func()) print(type(greet_func)) # 输出 greet_func 的类型,由于 greet_func 指向的是 greet 函数对象,所以输出结果为 <class 'function'> print(type(greet_func())) # 先调用 greet_func 所指向的函数,得到返回值 "Hello!",然后输出该返回值的类型,结果为 <class 'str'>。 # 有括号,直接调用方法并将结果赋给变量 greet_result = greet() print(greet_result) print(type(greet_result)) # 输出 greet_result 的类型,由于它存储的是字符串,所以输出结果为 <class 'str'> print(type(greet_result())) # 报错greet_result 存储的是字符串 "Hello!",而不是函数对象,所以不能像调用函数一样在它后面加上括号 () 

在 Python 中,函数是一等公民,这意味着函数可以像其他对象(如整数、字符串等)一样被赋值给变量。这里将 greet 函数对象赋值给了变量 greet_func。此时 greet_func 实际上指向的是 greet 函数本身,而不是函数的返回值;而 greet_result = greet() 是先调用 greet 方法,然后把返回值赋给 greet_result 变量。


二、闭包


2.1 概念


在 Python 中,闭包(Closure)是一种特殊的函数,它由一个函数和该函数所引用的外部作用域中的变量组成。即使外部函数已经执行完毕,其局部变量的生命周期也会因闭包的存在而得以延长,闭包可以继续访问这些变量。

简单来说,闭包允许函数访问并操作其定义所在的外部作用域中的变量,即使该外部作用域已经结束。

构成闭包需要满足以下三个条件:

  • 存在一个嵌套函数,即在一个函数内部定义另一个函数。
  • 嵌套函数引用了外部函数的局部变量。
  • 外部函数返回嵌套函数。

2.2 闭包的应用场景


  • 数据封装和隐藏:可以将数据隐藏在闭包内部,只通过闭包提供的接口来访问和修改数据。
  • 实现回调函数:在事件驱动编程中,闭包可以作为回调函数,保存一些上下文信息。
  • 实现装饰器:装饰器是闭包的一种常见应用,用于在不修改原函数代码的情况下,为函数添加额外的功能。

2.3 代码实例


实例 1:简单计数器闭包

def outer_function(): # 外部函数的局部变量 count = 0 def inner_function(): # 声明count为外部函数的局部变量, 以便可以修改它 nonlocal count count = count + 1 return count return inner_function # 创建闭包实例 counter = outer_function() # 多次调用闭包 print(counter()) # 输出: 1 print(counter()) # 输出: 2 print(counter()) # 输出: 3

代码解释

  • outer_function是外部函数,它定义了局部变量count并初始化为 0。
  • inner_function是嵌套在outer_function内部的函数,它引用了外部函数的 count 变量,并对其进行加 1 操作。nonlocal 关键字用于告诉 Python,count 变量不是当前inner_function的局部变量,而是外部函数的局部变量,这样才能在内部函数中修改它。
  • outer_function 返回了 inner_function,形成了闭包。当调用 outer_function() 时,会返回inner_function 的引用并赋值给counter。每次调用 counter() 时,count变量的值都会在之前的基础上增加 1,说明 count 变量的状态被闭包保存下来了。

实例 2:带参数的闭包

def multiplier(factor): print("++++++", factor) def multiply_by_factor(number): print("++++++", number) return number * factor return multiply_by_factor # 创建一个乘以 3 的闭包 triple = multiplier(3) # 调用 __closure__ 内置方法可以查看到两个内存地址,结果返回cell就是闭包,None 则不是闭包,可以看出来其实这是一个元组类型,使用[0].cell_contents可以得到闭合数值,也就闭包所需要的环境变量。 print(triple.__closure__) # 闭包所需要的环境变量 print(triple.__closure__[0].cell_contents) print(triple.__class__) print(triple(5))

代码解释

  • multiplier 是外部函数,它接受一个参数 factor
  • multiply_by_factor 是嵌套函数,它接受一个参数 number,并返回 number 乘以 factor 的结果。
  • multiplier 返回 multiply_by_factor,形成闭包。调用 multiplier(2) 会返回一个闭包,该闭包会将传入的数字乘以 2,将其赋值给 double。同理,multiplier(3) 返回的闭包会将传入的数字乘以 3,赋值给 triple

运行结果:


实例 3:闭包用于数据封装和隐藏

def account(initial_balance): balance = initial_balance def deposit(amount): nonlocal balance balance = balance + amount return balance def withdraw(amount): nonlocal balance if amount <= balance: balance = balance - amount return balance else: print("余额不足") return balance def get_balance(): return balance return deposit, withdraw, get_balance # 创建账户闭包 deposited, withdrawed, get_balanceed = account(1000) # 存款操作 print(deposited(500)) # 输出: 1500 # 取款操作 print(withdrawed(200)) # 输出: 1300 # 查询余额 print(get_balanceed()) # 输出: 1300 

代码解释

  • account 是外部函数,它接受一个初始余额 initial_balance 并将其赋值给局部变量 balance
  • deposit、withdrawget_balance 是嵌套函数, 它们 都引用了外 部函数balance 变量。deposit 函数用于存款,withdraw 函数用于取款,get_balance 函数用于查询余额。
  • account 函数返回这三个嵌套函数,形成闭包。通过调用account(1000) 创建了一个账户闭包,并将返回的三个函数分别赋值给 depositedwithdraweget_balanceed。可以通过调用这些函数来进行账户的存款、取款和查询余额操作, 而 balance 变量被封装在闭包内部,外部无法直接访问,实现了数据的封装和隐藏。

参考文章:

python小课堂26 - 进阶必修之闭包(一)

https://zhuanlan.zhihu.com/p/55949749

Read more

【开发者必备工具】Windows 11 安装 Git 完整指南

【开发者必备工具】Windows 11 安装 Git 完整指南

📝 适合人群:Git 初学者、Windows 11 用户 ⏱️ 预计时间:10-15 分钟 🎯 学习目标:成功在 Windows 11 上安装并配置 Git 📖 什么是 Git? Git 是一个分布式版本控制系统,简单来说,它可以帮助你: * ✅ 保存代码历史:记录每次代码修改,随时可以回退到之前的版本 * ✅ 团队协作:多人同时开发同一个项目而不会互相干扰 * ✅ 分支管理:创建不同的分支来尝试新功能,不影响主代码 * ✅ 代码备份:将代码推送到远程仓库(如 GitHub、Gitee),安全可靠 💡 小提示:即使你是一个人开发,Git 也能帮你更好地管理代码版本,强烈推荐使用! 🖥️ 测试环境 本文档基于以下环境进行测试,不同配置的电脑安装过程基本相同: * 💻 设备规格: * 处理器:13th Gen Intel® Core™ i5-13500H

By Ne0inhk
OpenClaw+Kimi K2.5开源AI助手零门槛部署教程:本地私有化+远程控制+办公自动化全实操

OpenClaw+Kimi K2.5开源AI助手零门槛部署教程:本地私有化+远程控制+办公自动化全实操

一、前置准备(3分钟搞定,新手零门槛) 核心依赖清单(缺一不可) 1. 环境要求:Windows10+/macOS12+/Linux(Ubuntu22.04最佳),4G以上内存,无需独立GPU 2. 必备工具:Docker+Docker Compose(一键安装脚本已适配国内源)、Git(版本2.40+) 3. 密钥准备:Kimi Code API Key(火山方舟/CodingPlan获取,需实名认证,保存好密钥仅显示一次) 4. 辅助工具:浏览器(Chrome/Edge最新版)、IM工具(飞书/企业微信,用于远程控制) 快速获取Kimi K2.5 API Key(两步到位) 1.

By Ne0inhk
JetBrains 内的 GitHub Copilot Agent Mode + MCP:从配置到实战

JetBrains 内的 GitHub Copilot Agent Mode + MCP:从配置到实战

1. 背景说明:Agent Mode 与 MCP 的意义 Agent Mode 是 GitHub Copilot 的新形态,它能理解自然语言指令,自动拆分任务,遍历项目文件,执行命令并修改代码,像一个“自主项目助手”一样工作。 Model Context Protocol (MCP) 是一套用于 Copilot 调用外部工具的协议标准,让 Agent Mode 能访问终端、读写文件、检查代码等能力。 JetBrains 自 2025 年 5 月起已提供 Agent Mode + MCP 公测支持。最新版的插件已经是正式的非Preview版本。 2. JetBrains 中如何启用 Agent Mode (1)

By Ne0inhk