淺談Python中的閉包
Python中的閉包的概念, 在我看來, 就相當于在某個函數(shù)中又定義了一個或多個函數(shù), 內層函數(shù)定義了具體的實現(xiàn)方式, 而外層返回的就是這個實現(xiàn)方式, 但并沒有執(zhí)行, 除非外層函數(shù)調用的內層的實現(xiàn)方法被執(zhí)行了。至于這個怎么執(zhí)行, 看下面的例子就知道了
比如:
def sum_outer(x, y):
def sum_in(z):
return x + y - z;
return sum_in #注意, 這里返回的不是sum_in() 只是sum_in的函數(shù)名
m = sum_outer(3, 4) #3, 4 分別對應x, y,這里的m返回的也只是函數(shù)sum_in的定義,<function __main__.sum_in>
print m(5) # m對應z, 這個時候才是真正sum_in執(zhí)行的時候
看起來就像通過sum_outer 調用了內層的sum_in函數(shù), 多了層代理
其中一種應用場景就是可以根據不同的參數(shù),使用相同的實現(xiàn)去返回對應不同的結果,比如, 根據不同的配置獲取不同的數(shù)據庫連接, 或者要求在驗證字符串長度時, 可以根據不同的最大長度驗證(外層傳遞最大長度, 內層傳遞驗證的字符串)。
在抽象化一點, 外層定義了一個環(huán)境, 內層則是在該環(huán)境中的要做的事情, 但這個事情還沒做,
只是要做。當真正需要做的時候到這個環(huán)境中去做了就好了(外層的返回結果(m)執(zhí)行內層的函數(shù)sum_in)
實際上, 直接給函數(shù)傳遞需要的所有參數(shù), 直接返回結果, 如上面的sum_outer和sum_in, 直接通過
def sum(x,y,z): return x + y - z
不就結了嗎,為社么還要閉包這個實現(xiàn)呢? 到目前來說, 只能看出他們是兩種不同的實現(xiàn)方式, 更多的區(qū)別, 還有待日后的學習體驗
以上所述就是本文的全部內容了,希望大家能夠喜歡。
相關文章
TENSORFLOW變量作用域(VARIABLE SCOPE)
這篇文章主要介紹了TENSORFLOW變量作用域(VARIABLE SCOPE),文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2020-01-01
pandas map(),apply(),applymap()區(qū)別解析
這篇文章主要介紹了pandas map(),apply(),applymap()區(qū)別解析,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2021-02-02
Python實現(xiàn)Word文檔轉換Markdown的示例
這篇文章主要介紹了Python實現(xiàn)Word文檔轉換Markdown的示例,幫助大家更好的理解和使用python,感興趣的朋友可以了解下2020-12-12

