我在 Python 中看到并使用过嵌套函数,它们与闭包的定义相匹配。那么为什么他们被称为nested functions
而不是closures
?
嵌套函数不是闭包,因为它们不被外部世界使用吗?
更新:我正在阅读关于闭包的文章,这让我想到了与 Python 相关的这个概念。我在下面的评论中搜索并找到了某人提到的文章,但我无法完全理解该文章中的解释,所以这就是我问这个问题的原因。
我在 Python 中看到并使用过嵌套函数,它们与闭包的定义相匹配。那么为什么他们被称为nested functions
而不是closures
?
嵌套函数不是闭包,因为它们不被外部世界使用吗?
更新:我正在阅读关于闭包的文章,这让我想到了与 Python 相关的这个概念。我在下面的评论中搜索并找到了某人提到的文章,但我无法完全理解该文章中的解释,所以这就是我问这个问题的原因。
当函数可以从已完成执行的封闭作用域访问局部变量时,就会发生闭包。
def make_printer(msg):
def printer():
print(msg)
return printer
printer = make_printer('Foo!')
printer()
当make_printer
被调用时,一个新的帧被放入堆栈,函数的编译代码printer
作为一个常量,而 的值msg
作为一个局部变量。然后它创建并返回该函数。因为函数printer
引用了变量,所以在函数返回msg
后它保持活动状态。make_printer
所以,如果你的嵌套函数没有
那么它们不是闭包。
这是一个不是闭包的嵌套函数的示例。
def make_printer(msg):
def printer(msg=msg):
print(msg)
return printer
printer = make_printer("Foo!")
printer() #Output: Foo!
在这里,我们将值绑定到参数的默认值。这发生在创建函数时,因此返回 后不需要维护对external toprinter
值的引用。在这种情况下,它只是函数的普通局部变量。msg
printer
make_printer
msg
printer
aaronasterling已经回答了这个问题
但是,有人可能会对变量如何在后台存储感兴趣。
在进入片段之前:
闭包是从其封闭环境继承变量的函数。当您将函数回调作为参数传递给另一个将执行 I/O 的函数时,该回调函数将在稍后被调用,并且该函数将 - 几乎神奇地 - 记住声明它的上下文以及所有可用的变量在这种情况下。
如果一个函数不使用自由变量,它就不会形成一个闭包。
如果有另一个使用自由变量的内部级别——所有以前的级别都保存词法环境(最后的示例)
python < 3.X 或func_closure
python > 3.X中的函数属性保存自由变量。__closure__
python中的每个函数都有闭包属性,但是如果没有自由变量,则为空。
示例:闭包属性但内部没有内容,因为没有自由变量。
>>> def foo():
... def fii():
... pass
... return fii
...
>>> f = foo()
>>> f.func_closure
>>> 'func_closure' in dir(f)
True
>>>
注意:必须使用自由变量来创建闭包。
我将使用与上面相同的代码段进行解释:
>>> def make_printer(msg):
... def printer():
... print msg
... return printer
...
>>> printer = make_printer('Foo!')
>>> printer() #Output: Foo!
所有 Python 函数都有一个闭包属性,所以让我们检查一下与闭包函数相关的封闭变量。
func_closure
这是函数的属性printer
>>> 'func_closure' in dir(printer)
True
>>> printer.func_closure
(<cell at 0x108154c90: str object at 0x108151de0>,)
>>>
该closure
属性返回一个单元对象的元组,其中包含在封闭范围中定义的变量的详细信息。
func_closure 中的第一个元素可以是 None 或包含函数自由变量绑定的单元格元组,并且它是只读的。
>>> dir(printer.func_closure[0])
['__class__', '__cmp__', '__delattr__', '__doc__', '__format__', '__getattribute__',
'__hash__', '__init__', '__new__', '__reduce__', '__reduce_ex__', '__repr__',
'__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'cell_contents']
>>>
在上面的输出中你可以看到cell_contents
,让我们看看它存储了什么:
>>> printer.func_closure[0].cell_contents
'Foo!'
>>> type(printer.func_closure[0].cell_contents)
<type 'str'>
>>>
因此,当我们调用函数时printer()
,它会访问存储在cell_contents
. 这就是我们如何得到输出为 'Foo!'
我将再次解释使用上面的代码片段并进行一些更改:
>>> def make_printer(msg):
... def printer():
... pass
... return printer
...
>>> printer = make_printer('Foo!')
>>> printer.func_closure
>>>
在上面的代码片段中,我没有在打印机函数中打印 msg,所以它不会创建任何自由变量。由于没有自由变量,闭包内不会有任何内容。这正是我们在上面看到的。
现在我将解释另一个不同的片段来清除所有Free Variable
内容Closure
:
>>> def outer(x):
... def intermediate(y):
... free = 'free'
... def inner(z):
... return '%s %s %s %s' % (x, y, free, z)
... return inner
... return intermediate
...
>>> outer('I')('am')('variable')
'I am free variable'
>>>
>>> inter = outer('I')
>>> inter.func_closure
(<cell at 0x10c989130: str object at 0x10c831b98>,)
>>> inter.func_closure[0].cell_contents
'I'
>>> inn = inter('am')
所以,我们看到一个func_closure
属性是一个闭包单元的元组,我们可以明确地引用它们和它们的内容——一个单元具有属性“cell_contents”
>>> inn.func_closure
(<cell at 0x10c9807c0: str object at 0x10c9b0990>,
<cell at 0x10c980f68: str object at 0x10c9eaf30>,
<cell at 0x10c989130: str object at 0x10c831b98>)
>>> for i in inn.func_closure:
... print i.cell_contents
...
free
am
I
>>>
在这里,当我们调用时inn
,它将引用所有保存的自由变量,所以我们得到I am free variable
>>> inn('variable')
'I am free variable'
>>>
Python对闭包的支持很弱。要了解我的意思,请看以下使用 JavaScript 闭包的计数器示例:
function initCounter(){
var x = 0;
function counter () {
x += 1;
console.log(x);
};
return counter;
}
count = initCounter();
count(); //Prints 1
count(); //Prints 2
count(); //Prints 3
闭包非常优雅,因为它使这样编写的函数具有“内部存储器”的能力。从 Python 2.7 开始,这是不可能的。如果你试试
def initCounter():
x = 0;
def counter ():
x += 1 ##Error, x not defined
print x
return counter
count = initCounter();
count(); ##Error
count();
count();
你会得到一个错误,说 x 没有定义。但是,如果其他人已经证明您可以打印它,那又如何呢?这是因为 Python 如何管理函数变量范围。虽然内部函数可以读取外部函数的变量,但它不能写入它们。
这真是一种耻辱。但是仅使用只读闭包,您至少可以实现Python 为其提供语法糖的函数装饰器模式。
更新
正如它所指出的,有一些方法可以处理 python 的范围限制,我将公开一些。
1.使用global
关键字(一般不推荐)。
2.在 Python 3.x 中,使用nonlocal
关键字(@unutbu 和@leewz 建议)
3.定义一个简单的可修改类Object
class Object(object):
pass
并创建一个 Object scope
insideinitCounter
来存储变量
def initCounter ():
scope = Object()
scope.x = 0
def counter():
scope.x += 1
print scope.x
return counter
由于scope
实际上只是一个参考,因此对其字段采取的操作不会真正修改scope
自身,因此不会出现错误。
4.正如@unutbu 指出的那样,另一种方法是将每个变量定义为一个数组(x = [0]
)并修改它的第一个元素(x[0] += 1
)。再次没有错误出现,因为x
它本身没有被修改。
5.正如@raxacoricofallapatorius 所建议的,您可以创建x
一个属性counter
def initCounter ():
def counter():
counter.x += 1
print counter.x
counter.x = 0
return counter
Python 2 没有闭包——它有类似于闭包的变通方法。
已经给出的答案中有很多示例 - 将变量复制到内部函数,修改内部函数上的对象等。
在 Python 3 中,支持更加明确和简洁:
def closure():
count = 0
def inner():
nonlocal count
count += 1
print(count)
return inner
用法:
start = closure()
another = closure() # another instance, with a different stack
start() # prints 1
start() # prints 2
another() # print 1
start() # prints 3
关键字将nonlocal
内部函数绑定到显式提到的外部变量,实际上是封闭了它。因此更明确地是“关闭”。
我有一种情况,我需要一个单独但持久的名称空间。我用过类。否则我不会。隔离但持久的名称是闭包。
>>> class f2:
... def __init__(self):
... self.a = 0
... def __call__(self, arg):
... self.a += arg
... return(self.a)
...
>>> f=f2()
>>> f(2)
2
>>> f(2)
4
>>> f(4)
8
>>> f(8)
16
# **OR**
>>> f=f2() # **re-initialize**
>>> f(f(f(f(2)))) # **nested**
16
# handy in list comprehensions to accumulate values
>>> [f(i) for f in [f2()] for i in [2,2,4,8]][-1]
16
def nested1(num1):
print "nested1 has",num1
def nested2(num2):
print "nested2 has",num2,"and it can reach to",num1
return num1+num2 #num1 referenced for reading here
return nested2
给出:
In [17]: my_func=nested1(8)
nested1 has 8
In [21]: my_func(5)
nested2 has 5 and it can reach to 8
Out[21]: 13
这是一个关于闭包是什么以及如何使用它的示例。
人们对什么是闭包感到困惑。闭包不是内部功能。关闭的意思是关闭的行为。所以内部函数正在关闭一个称为自由变量的非局部变量。
def counter_in(initial_value=0):
# initial_value is the free variable
def inc(increment=1):
nonlocal initial_value
initial_value += increment
return print(initial_value)
return inc
当您调用counter_in()
它时,将返回inc
具有自由变量的函数initial_value
。所以我们创建了一个CLOSURE。人们称之为inc
闭包函数,我认为这让人们感到困惑,人们认为“好的内部函数是闭包”。实际上inc
不是闭包,因为它是闭包的一部分,为了方便起见,他们称之为闭包函数。
myClosingOverFunc=counter_in(2)
这返回inc
关闭自由变量的函数initial_value
。当你调用myClosingOverFunc
myClosingOverFunc()
它将打印 2。
当 python 发现存在闭包系统时,它会创建一个名为 CELL 的新 obj。这将仅存储initial_value
在这种情况下的自由变量的名称。这个 Cell obj 将指向另一个存储initial_value
.
在我们的例子中,initial_value
在外层函数和内层函数中都会指向这个单元格对象,而这个单元格对象会指向initial_value
.
variable initial_value =====>> CELL ==========>> value of initial_value
所以当你调用counter_in
它的时候,它的作用域就没有了,但没关系。因为变量initial_value
直接引用了 CELL Obj。它间接引用了 的值initial_value
。这就是为什么即使外部函数的作用域消失了,内部函数仍然可以访问自由变量
假设我想编写一个函数,它将函数作为 arg 并返回该函数被调用的次数。
def counter(fn):
# since cnt is a free var, python will create a cell and this cell will point to the value of cnt
# every time cnt changes, cell will be pointing to the new value
cnt = 0
def inner(*args, **kwargs):
# we cannot modidy cnt with out nonlocal
nonlocal cnt
cnt += 1
print(f'{fn.__name__} has been called {cnt} times')
# we are calling fn indirectly via the closue inner
return fn(*args, **kwargs)
return inner
在这个例子cnt
中是我们的自由变量和inner
+cnt
创建 CLOSURE。当 python 看到这一点时,它将创建一个 CELL Obj 并cnt
始终直接引用此单元格 obj 并且 CELL 将引用内存中存储cnt
. 最初cnt = 0。
cnt ======>>>> CELL =============> 0
当您通过传递参数调用内部函数时,counter(myFunc)()
这将使 cnt 增加 1。因此我们的引用模式将更改如下:
cnt ======>>>> CELL =============> 1 #first counter(myFunc)()
cnt ======>>>> CELL =============> 2 #second counter(myFunc)()
cnt ======>>>> CELL =============> 3 #third counter(myFunc)()
这只是关闭的一个实例。您可以通过传递另一个函数来创建多个闭包实例
counter(differentFunc)()
这将创建与上述不同的 CELL obj。我们刚刚创建了另一个闭包实例。
cnt ======>> difCELL ========> 1 #first counter(differentFunc)()
cnt ======>> difCELL ========> 2 #secon counter(differentFunc)()
cnt ======>> difCELL ========> 3 #third counter(differentFunc)()
如果这有助于使事情更清楚,我想提供另一个 python 和 JS 示例之间的简单比较。
JS:
function make () {
var cl = 1;
function gett () {
console.log(cl);
}
function sett (val) {
cl = val;
}
return [gett, sett]
}
并执行:
a = make(); g = a[0]; s = a[1];
s(2); g(); // 2
s(3); g(); // 3
Python:
def make ():
cl = 1
def gett ():
print(cl);
def sett (val):
cl = val
return gett, sett
并执行:
g, s = make()
g() #1
s(2); g() #1
s(3); g() #1
原因:正如上面许多人所说,在python中,如果在内部范围内对同名变量进行了赋值,则会在内部范围内创建一个新的引用。JS 不是这样,除非你用var
关键字显式声明一个。