【python入门到精通】python高级知识点之闭包的使用

简介: 【python入门到精通】python高级知识点之闭包的使用

🚀 作者 :“大数据小禅”


🚀 粉丝福利 :加入小禅的大数据社群


🚀 欢迎小伙伴们 点赞👍、收藏⭐、留言💬


目录

高级知识点之闭包

在万物皆对象的Python中,函数是否能作为函数的返回值进行返回呢?

为什么输出的结果会是64?

closure是内部函数的一个属性,用来保存环境变量

高频面试点之闭包经典问题

看看下面的程序的运行结果

高级知识点之闭包

在万物皆对象的Python中,函数是否能作为函数的返回值进行返回呢?


def my_power():
   n = 2
   def power(x):
     return x ** n
   return power    #直接把这个函数给return回去
p = my_power()
print(p(4))
输出:
16
def my_power():
  n = 2
  def power(x):
    return x ** n
  return power
n = 3
p = my_power()   #在调用函数的时候n=2就被引用,不受n=3的影响。
print(p(4))
输出:
16

image.png

n = 2
def my_power():
  def power(x):
     return x ** n
  return power
n = 3                #虽然上面由一个n=2,但是会找到距离最近的一个n=3替换进来。
p = my_power()
print(p(4))
输出:
64

image.png

例1
def my_power():
  n = 2
  def power(x):
    return x ** n
  return power
p = my_power()
print(p.__closure__)
结果:(<cell at 0x00000264518F9A38: int object at 0x00007FFA7F617120>,)  #int类型

image.png

例2
n = 2
def my_power():
  def power(x):
   return x ** n
  return power
n = 3
p = my_power()
print(p.__closure__)
输出结果 None 

通过例1跟例2对比,我们可以知道,例2并不是闭包。注意了:!!!闭包指的是,在返回一个函数的同时,将这个函数所携带的一些环境,比如说环境变量n=2,去进行这个返回,而类似第二种就不是一个闭包,他返回的是一个函数。!!


高频面试点之闭包经典问题

下面的程序是否是闭包?能否正确运行


def my_power():
   n = 2
   def power(x):
     n += 1         #当在闭包里面的时候,没有办法直接修改n=2的值,所以这个程序会报错
     return x ** n
   return power
p = my_power()
print(p(3))

image.png

def my_power():
   n = 2
   def power(x):
     nonlocal n         #表示引用这个函数外面非全局变量,进行使用,这时候就可以修改这个值。
     n += 1
     return x ** n
   return power
p = my_power()
print(p.__closure__)    
#打印出来的是(<cell at 0x00000264518F9A38: int object at 0x00007FFA7F617120>,)可以看到这个变量类型被携带出来。
print(p(3))
print(p(3))
输出:
(<cell at 0x000001BD4D1BC738: int object at 0x00007FFEB90B7120>,)
27
81

image.png

def my_power():
  n = 2
  L = []
  for i in range(1, 3):    #因为这里产生1,2两个数字,所以下面会循环两次,要用f1,f2两个变量值来接收,不然报错
   def power():
     return i ** n       #这里的i值是不可以确定的,在python中如果连传入的形参都不确定的话,那么python编译完会默认记住上面那个for循环的最后一个值,也就是都是2,所以导致最后面输出两个都是4,而不是一个1,一个4.
   L.append(power)
  return L
f1, f2 = my_power()
print(f1())
print(f2())
print(f1.__closure__[0].cell_contents)   #看闭包里面携带的环境变量是多少
print(f2.__closure__[0].cell_contents)
输出:
4
4
2
2

image.png

相关文章
|
1天前
|
缓存 算法 数据处理
Python入门:9.递归函数和高阶函数
在 Python 编程中,函数是核心组成部分之一。递归函数和高阶函数是 Python 中两个非常重要的特性。递归函数帮助我们以更直观的方式处理重复性问题,而高阶函数通过函数作为参数或返回值,为代码增添了极大的灵活性和优雅性。无论是实现复杂的算法还是处理数据流,这些工具都在开发者的工具箱中扮演着重要角色。本文将从概念入手,逐步带你掌握递归函数、匿名函数(lambda)以及高阶函数的核心要领和应用技巧。
Python入门:9.递归函数和高阶函数
|
1天前
|
开发者 Python
Python入门:8.Python中的函数
### 引言 在编写程序时,函数是一种强大的工具。它们可以将代码逻辑模块化,减少重复代码的编写,并提高程序的可读性和可维护性。无论是初学者还是资深开发者,深入理解函数的使用和设计都是编写高质量代码的基础。本文将从基础概念开始,逐步讲解 Python 中的函数及其高级特性。
Python入门:8.Python中的函数
|
1天前
|
存储 SQL 索引
Python入门:7.Pythond的内置容器
Python 提供了强大的内置容器(container)类型,用于存储和操作数据。容器是 Python 数据结构的核心部分,理解它们对于写出高效、可读的代码至关重要。在这篇博客中,我们将详细介绍 Python 的五种主要内置容器:字符串(str)、列表(list)、元组(tuple)、字典(dict)和集合(set)。
Python入门:7.Pythond的内置容器
|
1天前
|
存储 索引 Python
Python入门:6.深入解析Python中的序列
在 Python 中,**序列**是一种有序的数据结构,广泛应用于数据存储、操作和处理。序列的一个显著特点是支持通过**索引**访问数据。常见的序列类型包括字符串(`str`)、列表(`list`)和元组(`tuple`)。这些序列各有特点,既可以存储简单的字符,也可以存储复杂的对象。 为了帮助初学者掌握 Python 中的序列操作,本文将围绕**字符串**、**列表**和**元组**这三种序列类型,详细介绍其定义、常用方法和具体示例。
Python入门:6.深入解析Python中的序列
|
1天前
|
知识图谱 Python
Python入门:4.Python中的运算符
Python是一间强大而且便捷的编程语言,支持多种类型的运算符。在Python中,运算符被分为算术运算符、赋值运算符、复合赋值运算符、比较运算符和逻辑运算符等。本文将从基础到进阶进行分析,并通过一个综合案例展示其实际应用。
|
1天前
|
程序员 UED Python
Python入门:3.Python的输入和输出格式化
在 Python 编程中,输入与输出是程序与用户交互的核心部分。而输出格式化更是对程序表达能力的极大增强,可以让结果以清晰、美观且易读的方式呈现给用户。本文将深入探讨 Python 的输入与输出操作,特别是如何使用格式化方法来提升代码质量和可读性。
Python入门:3.Python的输入和输出格式化
|
1天前
|
存储 Linux iOS开发
Python入门:2.注释与变量的全面解析
在学习Python编程的过程中,注释和变量是必须掌握的两个基础概念。注释帮助我们理解代码的意图,而变量则是用于存储和操作数据的核心工具。熟练掌握这两者,不仅能提高代码的可读性和维护性,还能为后续学习复杂编程概念打下坚实的基础。
Python入门:2.注释与变量的全面解析
|
1天前
|
机器学习/深度学习 人工智能 算法框架/工具
Python入门:1.Python介绍
Python是一种功能强大、易于学习和运行的解释型高级语言。由**Guido van Rossum**于1991年创建,Python以其简洁、易读和十分工程化的设计而带来了庞大的用户群体和丰富的应用场景。这个语言在全球范围内都被认为是**创新和效率的重要工具**。
Python入门:1.Python介绍
|
1月前
|
存储 数据挖掘 数据处理
Python Pandas入门:行与列快速上手与优化技巧
Pandas是Python中强大的数据分析库,广泛应用于数据科学和数据分析领域。本文为初学者介绍Pandas的基本操作,包括安装、创建DataFrame、行与列的操作及优化技巧。通过实例讲解如何选择、添加、删除行与列,并提供链式操作、向量化处理、索引优化等高效使用Pandas的建议,帮助用户在实际工作中更便捷地处理数据。
47 2
|
1月前
|
人工智能 编译器 Python
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
41 0
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈

热门文章

最新文章

推荐镜像

更多