Python 语言及其应用 Chapter_4_Note_3 闭包_匿名函数lambda_生成器

我们又来到了闭包，上次看其他教程就是从闭包开始崩溃的，感觉这本教材还算通俗些，先做点笔记吧。

讲闭包前，先讲一下关于内部函数

内部函数
在Python 中，可以在函数中定义另外一个函数：
>>> def outer(a, b):
... def inner(c, d):
... return c + d
... return inner(a, b)
...
>>>
>>> outer(4, 7)
11
当需要在函数内部多次执行复杂的任务时，内部函数是非常有用的，从而避免了循环和代
码的堆叠重复。对于这样一个字符串的例子，内部函数的作用是给外部的函数增加字符串
参数：
>>> def knights(saying):
... def inner(quote):
... return "We are the knights who say: '%s'" % quote
... return inner(saying)
...
>>> knights('Ni!')
"We are the knights who say: 'Ni!'"

闭包
内部函数可以看作一个闭包。闭包是一个可以由另一个函数动态生成的函数，并且可以改
变和存储函数外创建的变量的值。

下面的例子以之前的knights() 为基础。现在，调用新的函数knight2()，把inner() 函数
变成一个叫inner2() 的闭包。可以看出有以下不同点。
• inner2() 直接使用外部的saying 参数，而不是通过另外一个参数获取。
• knights2() 返回值为inner2 函数，而不是调用它。
>>> def knights2(saying):
... def inner2():
... return "We are the knights who say: '%s'" % saying
... return inner2
...

inner2() 函数可以得到saying 参数的值并且记录下来。return inner2 这一行返回的是
inner2 函数的复制（没有直接调用）。所以它就是一个闭包：一个被动态创建的可以记录
外部变量的函数。
用不同的参数调用knights2() 两次：
>>> a = knights2('Duck')
>>> b = knights2('Hasenpfeffer')
那么a 和b 会是什么类型？
>>> type(a)
<class 'function'>
>>> type(b)
<class 'function'>
它们是函数，同时也是闭包：

>>> a
<function knights2.<locals>.inner2 at 0x10193e158>
>>> b
<function knights2.<locals>.inner2 at 0x10193e1e0>
如果调用它们，它们会记录被knights2 函数创建时的外部变量saying：
>>> a()
"We are the knights who say: 'Duck'"
>>> b()
"We are the knights who say: 'Hasenpfeffer'"

匿名函数：lambda()函数
Python 中，lambda 函数是用一个语句表达的匿名函数。可以用它来代替小的函数。
首先，举一个使用普通函数的例子。定义函数edit_story()，参数列表如下所示：
• words——单词列表
• func——遍历列表中单词的函数
>>> def edit_story(words, func):
... for word in words:
... print(func(word))

现在，需要一个单词列表和一个遍历单词的函数。对于单词，可以选择我的猫从某一台阶
上掉下时发出的声音：
>>> stairs = ['thud', 'meow', 'thud', 'hiss']
对于函数，它要将每个单词的首字母变为大写，然后在末尾加上感叹号 , 用作猫画报的标
题非常完美：
>>> def enliven(word): # 让这些单词更有情感
... return word.capitalize() + '!'
混合这些“配料”：
>>> edit_story(stairs, enliven)
Thud!
Meow!
Thud!
Hiss!
最后，到了lambda。enliven() 函数可以简洁地用下面的一个lambda 代替：
>>>
>>> edit_story(stairs, lambda word: word.capitalize() + '!')
Thud!
Meow!
Thud!
Hiss!
>>>
lambda 函数接收一个参数word。在冒号和末尾圆括号之间的部分为函数的定义。
通常，使用实际的函数（例如enliven()）会比使用lambda 更清晰明了。但是，当需要定
义很多小的函数以及记住它们的名字时，lambda 会非常有用。尤其是在图形用户界面中，
可以使用lambda 来定义回调函数。请参见附录A 中的例子。

这里，最难理解的就是generator和函数的执行流程不一样。函数是顺序执行，遇到return语句或者最后一行函数语句就返回。而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。

举个简单的例子，定义一个generator，依次返回数字1，3，5：

def odd():
    print('step 1')
    yield 1
    print('step 2')
    yield(3)
    print('step 3')
    yield(5)

调用该generator时，首先要生成一个generator对象，然后用next()函数不断获得下一个返回值：

>>> o = odd()
>>> next(o)
step 1
1
>>> next(o)
step 2
3
>>> next(o)
step 3
5
>>> next(o)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

我的理解是，生成器碰到yield以后，就中断，但是保存进度，下一次调用的时候继续从中断的地方往后走。