Python闭包的两个注意事项(推荐)
什么是闭包"color: #ff0000">延迟绑定
Python闭包函数所引用的外部自由变量是延迟绑定的。
Python
In [2]: def multipliers(): ...: return [lambda x: i * x for i in range(4)] In [3]: print [m(2) for m in multipliers()] [6, 6, 6, 6] In [2]: def multipliers(): ...: return [lambda x: i * x for i in range(4)] In [3]: print [m(2) for m in multipliers()] [6, 6, 6, 6]
如以上代码: i是闭包函数引用的外部作用域的自由变量, 只有在内部函数被调用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, 所以各函数调用都得到了相同的结果。
解决方法:
1) 生成闭包函数的时候立即绑定(使用函数形参的默认值):
Python
In [5]: def multipliers():
return [lambda x, i=i: i* x for i in range(4)]
...:
In [6]: print [m(2) for m in multipliers()]
[0, 2, 4, 6]
In [5]: def multipliers():
return [lambda x, i=i: i* x for i in range(4)]
...:
In [6]: print [m(2) for m in multipliers()]
[0, 2, 4, 6]
如以上代码: 生成闭包函数的时候, 可以看到每个闭包函数都有一个带默认值的参数: i=i, 此时, 解释器会查找i的值, 并将其赋予形参i, 这样在生成闭包函数的外部作用域(即外部循环中), 找到了变量i, 遂将其当前值赋予形参i。
2) 使用functools.partial:
Python
In [26]: def multipliers(): return [functools.partial(lambda i, x: x * i, i) for i in range(4)] ....: In [27]: print [m(2) for m in multipliers()] [0, 2, 4, 6] In [26]: def multipliers(): return [functools.partial(lambda i, x: x * i, i) for i in range(4)] ....: In [27]: print [m(2) for m in multipliers()] [0, 2, 4, 6]
如以上代码: 在有可能因为延迟绑定而出问题的时候, 可以通过functools.partial构造偏函数, 使得自由变量优先绑定到闭包函数上。
禁止在闭包函数内对引用的自由变量进行重新绑定
Python
def foo(func):
free_value = 8
def _wrapper(*args, **kwargs):
old_free_value = free_value #保存旧的free_value
free_value = old_free_value * 2 #模拟产生新的free_value
func(*args, **kwargs)
free_value = old_free_value
return _wrapper
def foo(func):
free_value = 8
def _wrapper(*args, **kwargs):
old_free_value = free_value #保存旧的free_value
free_value = old_free_value * 2 #模拟产生新的free_value
func(*args, **kwargs)
free_value = old_free_value
return _wrapper
以上代码会报错, UnboundLocalError: local variable 'free_value' referenced before assignment, 以上代码本意是打算实现一个带有某个初始化状态(free_value)但在执行内部闭包函数的时候又可以按需变化出新的状态(free_value = old_free_value * 2)的装饰器, 但内部由于发生了重新绑定, 解释器会将free_value看作局部变量, old_free_value = free_value则会报错, 因为解释器认为free_value是没有赋值就被引用了。
解决：
打算修改闭包函数引用的自由变量时, 可以将其放入一个list, 这样, free_value = [8], free_value不可修改, 但free_value[0]是可以安全的被修改的。
另外, Python 3.x增加了nonlocal关键字, 也可以解决这个问题。
以上所述是小编给大家介绍的Python闭包的两个注意事项，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对网站的支持！
下一篇：python django事务transaction源码分析详解