Python面向对象进阶之闭包

闭包

1. 函数引用

def test1():
    print('---start---')

#调用函数
test1()

#引用函数
res=test1

print(id(res))
print(id(test1))

#通过引用调用函数
res()

 结果：

D:\Anaconda\python.exe E:/pythonwork/黑马/面向对象进阶之闭包.py
---start---
47465744
47465744
---start---

Process finished with exit code 0

 

2. 什么是闭包 

"""闭包"""
#定义一个函数
def test(number):
    #在函数内部再定义一个函数，并且这个函数用到了外边函数的变量，那么将这个函数以及用到的一些变量称之为闭包
    def test_in(number_in):
        print('in test_in 函数，number_in is %d'%number_in)
        return number_in+number

    #其实这里返回的就是闭包的结果
    return test_in

#给test函数赋值，这个20就是给参数number
res=test(20)

#这里的100其实是给参数number_in
print(res(100))
#这里的200其实是给参数number_in
print(res(200))

 结果：

D:\Anaconda\python.exe E:/pythonwork/黑马/面向对象进阶之闭包.py
in test_in 函数，number_in is 100
120
in test_in 函数，number_in is 200
220

Process finished with exit code 0

3. 闭包再理解 

内部函数对外部函数作用域里变量的引用（非全局变量），则称内部函数为闭包。

"""3.闭包再理解"""
def counter(start=0):
    count=[start]
    def incr():
        count[0]+=1
        return count[0]
    return incr

c1=counter(5)
print(c1())
print(c1())
print(c1())

 结果：

D:\Anaconda\python.exe E:/pythonwork/黑马/面向对象进阶之闭包.py
6
7
8

Process finished with exit code 0

nonlocal访问外部函数的局部变量(python3) 

"""nonlocal访问外部函数的局部变量"""
def counter(start=0):
    def incr():
        nonlocal start
        start+=1
        return start
    return incr

c1=counter(5)
print(c1())
print(c1())

c2=counter(50)
print(c2())
print(c2())

print(c1())
print(c1())

print(c2())
print(c2())

 结果：

D:\Anaconda\python.exe E:/pythonwork/黑马/面向对象进阶之闭包.py
6
7
51
52
8
9
53
54

Process finished with exit code 0

闭包例子

"""闭包例子"""
def line_conf(a,b):
    def line(x):
        return a*x+b
    return line

line1=line_conf(1,1)
print(line1(5))
line2=line_conf(4,5)
print(line2(5))

 结果：

D:\Anaconda\python.exe E:/pythonwork/黑马/面向对象进阶之闭包.py
6
25

Process finished with exit code 0

这个例子中，函数line与变量a,b构成闭包。在创建闭包的时候，我们通过line_conf的参数a,b说明了这两个变量的取值，这样，我们就确定了函数的最终形式(y = x + 1和y = 4x + 5)。我们只需要变换参数a,b，就可以获得不同的直线表达函数。由此，我们可以看到，闭包也具有提高代码可复用性的作用。

如果没有闭包，我们需要每次创建直线函数的时候同时说明a,b,x。这样，我们就需要更多的参数传递，也减少了代码的可移植性。

闭包思考：

1.闭包似优化了变量，原来需要类对象完成的工作，闭包也可以完成
2.由于闭包引用了外部函数的局部变量，则外部函数的局部变量没有及时释放，消耗内存