python闭包变量作用域_Python：变量作用域、闭包、装饰器

学到装饰器，然后总结一下理解装饰器需要的知识

一.python的作用域

当然，Python与大多数编程语言一样，搜索变量值的时候，即命名空间的规则,会采用'就近原则'.具体来说,由近及远依次为: 本地作用域(Local) --> 外部嵌套函数作用域(Enclosing Local) --> 全局/模块作用域(Global) --> 内置作用域(Built-in).

a = abs(-1) # abs:Built-in

b = 3 # b:Global

def f1():

print(b) # b:Global

a = 3 # a:Local

print(a)

def f2():

a = 3 # a:Enclosing

def f3():

b = 3 # b:Local

print(b)Local 与 Enclosing 是一个相对的概念. 在函数 f1 中, a 是一个 Local 变量, 而在 f2 中 a 是一个 Enclosing 变量.

只有模块、类、函数才会引入新的作用域. 而 if for while 语句不会引入新的作用域.

全局作用域中的变量对于下层作用域比如函数来说, 是一个只读变量.

a = 4

def foo():

a = 3

foo()

print(a) # 4

函数内部不是修改全局变量 a 的值,而是重新定义了一个本地变量 a.所以全局变量 a 的值没有改变

a = 4

def foo():

a = a + 3

foo()

# local variable 'a' referenced before assignment

在函数 foo 内部, a = a + 3 这个表达式的存在会让 Python 编译函数的定义体时,它判断 a 是局部变量,因为在函数中给它赋值了。内部作用域中要修改外部作用域变量的值时,要用 global、nonlocal 关键字声明外部作用域变量

a = 3

def foo():

global a # 使用 global 声明 a ,便可以在函数中修改 a 的值

a = 4

foo()

print(a)

# 4

def f1():

a = 3

def f2():

nonlocal a # 使用 nonlocal 声明 a, 便可以在嵌套的函数内部修改 a 的值

a = a + 1

print(a)

f2()

二.闭包与自由变量

什么是闭包?闭包指延伸了作用域的函数,其中包含函数定义体中引用、但是不在定义体中定义的非全局变量。函数是不是匿名的没有关系,关键是它能访问定义体之外定义的非全局变量

总结:闭包是个函数,它能够访问函数体之外定义的非全局变量,而这个非全局变量指的就是自由变量.

下面举一个例子, 定义一个 avg 函数,参数为一个值, 不断累加的计算从开始到现在所接收的全部值的平均值

def make_average():

series = []

def average(value):

series.append(value)

total = sum(series)

return total / len(series)

return average

avg = make_average() # 1

avg(10) # 2

# 10

avg(20) # 3

# 15

说明:1调用 make_average 返回一个 average 函数对象.这就是一个闭包函数,因为 avg 可以访问 average 函数定义体之外的 series .

注意:这里嵌套函数 average 并没有'改变' series, 只是修改它的值, 因为 series 是一个可变的列表.所以并不会报错.那么如果 series 是一个不可变对象呢? 会发生什么?

上面的例子效率比较低, 没一次都得 sum.我们难道不可以保存每一步计算的 total 吗?

def make_average():

count = 0

total = 0

def average(value):

count += 1

total += value

return total / count

return average

avg = make_average()

avg(10)

# local variable 'count' referenced before assignment

说明: 在嵌套函数 average 内部有 count += 1 ,此表达式等价为 count = count + 1.在编译阶段, 会把内部的 count 解释为一个本地变量, 所以如果没有 nonlocal 声明的话, 会报错 local variable 'count' referenced before assignment.

简单的处理当然不行, 我们需要使用 nonlocal 将 count 和 total 变成自由变量

def make_average():

count = 0

total = 0

def average(value):

nonlocal count, total

count += 1

total += value

return total / count

return average

# 开始调用.返回一个函数对象,并且这个对象是一个闭包

avg = make_average()

avg(10) # 10

avg(20) # 15

三.装饰器

装饰器用来'装饰'一个函数,为函数添加额外的功能,一般来说并不是核心功能.

装饰器接收一个函数作为参数,装饰器可能会处理被装饰的函数,然后把它返回,或者将其替换成另一个函数或可调用对象。

举例, 我们定义一个装饰器,用来计算并且显示每个函数运行的时间

import time

def decorate(func):

def wrapper(*args):

to = time.perf_counter()

result = func(*args)

t1 = time.perf_counter() - to

print(f'运行时间为:{t1}')

return result

return wrapper

让我们装饰一下别的函数

@decorate

def foo(n):

i = 0

while i < n*n:

i += 1

return i

print(foo(600))

# 程序的运行时间为:0.022877089999383315

# 360000

`@decorate `是一个语法糖, 等同于 func = decorate(func), 所以此时 func 是 wrapper 函数的引用.

如何证明?

foo.__name__

# wrapper

这是一个瑕疵啊,我们需要改进.由此我们需要使用一些标准库装饰器.

使用 functools.wraps 装饰器把相关的属性(func._name 和 func.doc_)从 func 复制到 wrapper 中

from functools import wraps

import time

def decorate(func):

@wraps(func) # 将func的一些属性覆盖到wrapper中去

def wrapper(*args):

to = time.perf_counter()

result = func(*args)

t1 = time.perf_counter() - to

print(f'运行时间为:{t1}')

return result

return wrapper