python中的闭包怎么理解？

@尔湾

，将稳步正式发布机器学习微积分此基础及演算法应用领域等各方面的导读。

python有两个很有趣的地方性，是def表达式能冗余在另两个def表达式当中。初始化内层表达式时，运转到的内层def语句实际上是顺利完成对内层表达式的表述，而不能去初始化内层表达式，假如在冗余表达式后又隐式的对其展开初始化。

x = 99 def f1(): x = 88 def f2(): print(x) f2() f1() 88

能窥见，f1中的冗余变量x全面覆盖了全局表达式x=99，接着f2中的邻近地区表达式依照提及准则，就提及了x=88。

上面他们而言说冗余回到值的两个特定之处:

邻近地区回到值在表达式完结后就立刻失灵，而冗余回到值在冗余的表达式回到后却依然有效率。

def f1(): x = 88 def f2(): print(x) return f2 action = f1() action() 88

这个例子非常重要，也很有趣，表达式f1中表述了表达式f2，f2提及了f1冗余回到值内的表达式x，并且f1将表达式f2作为回到对象展开回到。最值得注意的是他们通过表达式action

上面这种语言现象称之为闭包：两个能记住冗余回到值表达式值的表达式，尽管回到值已经不存在。

这里有两个应用领域是工厂表达式，工厂表达式表述了两个外部的表达式，这个表达式简单的生成并回到两个内嵌的表达式，实际上是回到却不初始化，因此通过初始化这个工厂函数，能得到内嵌表达式的两个提及，内嵌表达式是通过初始化工厂表达式时，运转内部的def句子而创建的。

def maker(n): k = 8 def action(x): return x ** n + k return action f = maker(2) print(f) <function maker.<locals>.action at 0x00000000021C51E0>

再看两个例子：

def maker(n): k = 8 def action(x): return x ** n + k return action f = maker(2) print(f(4)) 24

这里他们能窥见，内嵌的表达式action记住了冗余回到值内得两个冗余表达式，两个是表达式k，两个是参数n，即使后面maker回到并退出。他们通过初始化外部的表达式maker，得到内嵌的表达式action的提及。这种表达式冗余的方法在后面要介绍的装饰器中会经常用到。这种冗余回到值提及，是python的表达式能够保留状态信息的主要方法了。

这里接着说说另两个关键字nonlocal

邻近地区表达式通过global声明对全局表达式展开提及修改，那么对应的，内嵌表达式内部想对冗余回到值中的表达式展开修改，就要使用nonlocal展开声明。

def test(num): in_num = num def nested(label): nonlocal in_num in_num += 1 print(label, in_num) return nested F = test(0) F(a) F(b) F(c) a 1 b 2 c 3

这里他们能看到几个点，他们在nested表达式中通过nonlocal关键字提及了内嵌回到值中的表达式in_num，那么他们就能在nested表达式中修改他，即使test表达式已经退出初始化，这个“记忆”依然有效率。

再最后两个例子：

def test(num): in_num = num def nested(label): nonlocal in_num in_num += 1 print(label, in_num) return nested F = test(0) F(a) F(b) F(c) G = test(100) G(mm) a 1 b 2 c 3 mm 101

多次初始化工厂表达式回到的不同内嵌表达式副本F和G，彼此间的内嵌表达式in_num是彼此独立隔离的。

python数据分析编程此基础_机器学习微积分此基础系列专栏-CSDN博客blog.csdn.net/weixin_43716250/category_10571607.html