Python 里為什么函數可以返回一個函數內部定義的函數

“在Python中，函數本身也是對象”

目前創新互聯建站已為近千家的企業提供了網站建設、域名、網站空間、成都網站托管、企業網站設計、措勤網站維護等服務，公司將堅持客戶導向、應用為本的策略，正道將秉承"和諧、參與、激情"的文化，與客戶和合作伙伴齊心協力一起成長，共同發展。

這一本質。那不妨慢慢來，從最基本的概念開始，討論一下這個問題：

1. Python中一切皆對象

這恐怕是學習Python最有用的一句話。想必你已經知道Python中的list, tuple, dict等內置數據結構，當你執行：

alist = [1, 2, 3]

時，你就創建了一個列表對象，并且用alist這個變量引用它：

當然你也可以自己定義一個類:

class House(object):

def __init__(self, area, city):

self.area = area

self.city = city

def sell(self, price):

[...] #other code

return price

然后創建一個類的對象：

house = House(200, 'Shanghai')

OK，你立馬就在上海有了一套200平米的房子，它有一些屬性(area, city)，和一些方法(__init__, self)：

2. 函數是第一類對象

和list, tuple, dict以及用House創建的對象一樣，當你定義一個函數時，函數也是對象：

def func(a, b):

return a+b

在全局域，函數對象被函數名引用著，它接收兩個參數a和b，計算這兩個參數的和作為返回值。

所謂第一類對象，意思是可以用標識符給對象命名，并且對象可以被當作數據處理，例如賦值、作為參數傳遞給函數，或者作為返回值return 等

因此，你完全可以用其他變量名引用這個函數對象：

add = func

這樣，你就可以像調用func(1, 2)一樣，通過新的引用調用函數了：

print func(1, 2)

print add(1, 2) #the same as func(1, 2)

或者將函數對象作為參數，傳遞給另一個函數：

def caller_func(f):

return f(1, 2)

if __name__ == "__main__":

print caller_func(func)

可以看到，

函數對象func作為參數傳遞給caller_func函數，傳參過程類似于一個賦值操作f=func；

于是func函數對象，被caller_func函數作用域中的局部變量f引用，f實際指向了函數func；cc

當執行return f(1, 2)的時候，相當于執行了return func(1, 2)；

因此輸出結果為3。

3. 函數對象 vs 函數調用

無論是把函數賦值給新的標識符，還是作為參數傳遞給新的函數，針對的都是函數對象本身，而不是函數的調用。

用一個更加簡單，但從外觀上看，更容易產生混淆的例子來說明這個問題。例如定義了下面這個函數：

def func():

return "hello,world"

然后分別執行兩次賦值：

ref1 = func #將函數對象賦值給ref1

ref2 = func() #調用函數，將函數的返回值("hello,world"字符串)賦值給ref2

很多初學者會混淆這兩種賦值，通過Python內建的type函數，可以查看一下這兩次賦值的結果：

In [4]: type(ref1)

Out[4]: function

In [5]: type(ref2)

Out[5]: str

可以看到，ref1引用了函數對象本身，而ref2則引用了函數的返回值。通過內建的callable函數，可以進一步驗證ref1是可調用的，而ref2是不可調用的：

In [9]: callable(ref1)

Out[9]: True

In [10]: callable(ref2)

Out[10]: False

傳參的效果與之類似。

4. 閉包LEGB法則

所謂閉包，就是將組成函數的語句和這些語句的執行環境打包在一起時，得到的對象

聽上去的確有些復雜，還是用一個栗子來幫助理解一下。假設我們在foo.py模塊中做了如下定義：

#foo.py

filename = "foo.py"

def call_func(f):

return f() #如前面介紹的，f引用一個函數對象，然后調用它

在另一個func.py模塊中，寫下了這樣的代碼：

#func.py

import foo #導入foo.py

filename = "func.py"

def show_filename():

return "filename: %s" % filename

if __name__ == "__main__":

print foo.call_func(show_filename) #注意：實際發生調用的位置，是在foo.call_func函數中

當我們用python func.py命令執行func.py時輸出結果為：

chiyu@chiyu-PC:~$ python func.py

filename:func.py

很顯然show_filename()函數使用的filename變量的值，是在與它相同環境(func.py模塊)中定義的那個。盡管foo.py模塊中也定義了同名的filename變量，而且實際調用show_filename的位置也是在foo.py的call_func內部。

而對于嵌套函數，這一機制則會表現的更加明顯：閉包將會捕捉內層函數執行所需的整個環境：

#enclosed.py

import foo

def wrapper():

filename = "enclosed.py"

def show_filename():

return "filename: %s" % filename

print foo.call_func(show_filename) #輸出：filename: enclosed.py

實際上，每一個函數對象，都有一個指向了該函數定義時所在全局名稱空間的__globals__屬性：

#show_filename inside wrapper

#show_filename.__globals__

{

'__builtins__': module '__builtin__' (built-in), #內建作用域環境

'__file__': 'enclosed.py',

'wrapper': function wrapper at 0x7f84768b6578, #直接外圍環境

'__package__': None,

'__name__': '__main__',

'foo': module 'foo' from '/home/chiyu/foo.pyc', #全局環境

'__doc__': None

}

當代碼執行到show_filename中的return "filename: %s" % filename語句時，解析器按照下面的順序查找filename變量：

Local - 本地函數(show_filename)內部，通過任何方式賦值的，而且沒有被global關鍵字聲明為全局變量的filename變量；

Enclosing - 直接外圍空間(上層函數wrapper)的本地作用域，查找filename變量(如果有多層嵌套，則由內而外逐層查找，直至最外層的函數)；

Global - 全局空間(模塊enclosed.py)，在模塊頂層賦值的filename變量；

Builtin - 內置模塊(__builtin__)中預定義的變量名中查找filename變量；

在任何一層先找到了符合要求的filename變量，則不再向更外層查找。如果直到Builtin層仍然沒有找到符合要求的變量，則拋出NameError異常。這就是變量名解析的：LEGB法則。

總結：

閉包最重要的使用價值在于：封存函數執行的上下文環境；

閉包在其捕捉的執行環境(def語句塊所在上下文)中，也遵循LEGB規則逐層查找，直至找到符合要求的變量，或者拋出異常。

5. 裝飾器語法糖(syntax sugar)

那么閉包和裝飾器又有什么關系呢？

上文提到閉包的重要特性：封存上下文，這一特性可以巧妙的被用于現有函數的包裝，從而為現有函數更加功能。而這就是裝飾器。

還是舉個例子，代碼如下：

#alist = [1, 2, 3, ..., 100] -- 1+2+3+...+100 = 5050

def lazy_sum():

return reduce(lambda x, y: x+y, alist)

我們定義了一個函數lazy_sum，作用是對alist中的所有元素求和后返回。alist假設為1到100的整數列表：

alist = range(1, 101)

但是出于某種原因，我并不想馬上返回計算結果，而是在之后的某個地方，通過顯示的調用輸出結果。于是我用一個wrapper函數對其進行包裝：

def wrapper():

alist = range(1, 101)

def lazy_sum():

return reduce(lambda x, y: x+y, alist)

return lazy_sum

lazy_sum = wrapper() #wrapper() 返回的是lazy_sum函數對象

if __name__ == "__main__":

lazy_sum() #5050

這是一個典型的Lazy Evaluation的例子。我們知道，一般情況下，局部變量在函數返回時，就會被垃圾回收器回收，而不能再被使用。但是這里的alist卻沒有，它隨著lazy_sum函數對象的返回被一并返回了(這個說法不準確，實際是包含在了lazy_sum的執行環境中，通過__globals__)，從而延長了生命周期。

當在if語句塊中調用lazy_sum()的時候，解析器會從上下文中(這里是Enclosing層的wrapper函數的局部作用域中)找到alist列表，計算結果，返回5050。

當你需要動態的給已定義的函數增加功能時，比如：參數檢查，類似的原理就變得很有用：

def add(a, b):

return a+b

這是很簡單的一個函數：計算a+b的和返回，但我們知道Python是 動態類型+強類型 的語言，你并不能保證用戶傳入的參數a和b一定是兩個整型，他有可能傳入了一個整型和一個字符串類型的值：

In [2]: add(1, 2)

Out[2]: 3

In [3]: add(1.2, 3.45)

Out[3]: 4.65

In [4]: add(5, 'hello')

---------------------------------------------------------------------------

TypeError Traceback (most recent call last)

/home/chiyu/ipython-input-4-f2f9e8aa5eae in module()

---- 1 add(5, 'hello')

/home/chiyu/ipython-input-1-02b3d3d6caec in add(a, b)

1 def add(a, b):

---- 2 return a+b

TypeError: unsupported operand type(s) for +: 'int' and 'str'

于是，解析器無情的拋出了一個TypeError異常。

動態類型：在運行期間確定變量的類型，python確定一個變量的類型是在你第一次給他賦值的時候；

強類型：有強制的類型定義，你有一個整數，除非顯示的類型轉換，否則絕不能將它當作一個字符串(例如直接嘗試將一個整型和一個字符串做+運算)；

因此，為了更加優雅的使用add函數，我們需要在執行+運算前，對a和b進行參數檢查。這時候裝飾器就顯得非常有用：

import logging

logging.basicConfig(level = logging.INFO)

def add(a, b):

return a + b

def checkParams(fn):

def wrapper(a, b):

if isinstance(a, (int, float)) and isinstance(b, (int, float)): #檢查參數a和b是否都為整型或浮點型

return fn(a, b) #是則調用fn(a, b)返回計算結果

#否則通過logging記錄錯誤信息，并友好退出

logging.warning("variable 'a' and 'b' cannot be added")

return

return wrapper #fn引用add，被封存在閉包的執行環境中返回

if __name__ == "__main__":

#將add函數對象傳入，fn指向add

#等號左側的add，指向checkParams的返回值wrapper

add = checkParams(add)

add(3, 'hello') #經過類型檢查，不會計算結果，而是記錄日志并退出

注意checkParams函數：

首先看參數fn，當我們調用checkParams(add)的時候，它將成為函數對象add的一個本地(Local)引用；

在checkParams內部，我們定義了一個wrapper函數，添加了參數類型檢查的功能，然后調用了fn(a, b)，根據LEGB法則，解釋器將搜索幾個作用域，并最終在(Enclosing層)checkParams函數的本地作用域中找到fn；

注意最后的return wrapper，這將創建一個閉包，fn變量(add函數對象的一個引用)將會封存在閉包的執行環境中，不會隨著checkParams的返回而被回收；

當調用add = checkParams(add)時，add指向了新的wrapper對象，它添加了參數檢查和記錄日志的功能，同時又能夠通過封存的fn，繼續調用原始的add進行+運算。

因此調用add(3, 'hello')將不會返回計算結果，而是打印出日志：

chiyu@chiyu-PC:~$ python func.py

WARNING:root:variable 'a' and 'b' cannot be added

有人覺得add = checkParams(add)這樣的寫法未免太過麻煩，于是python提供了一種更優雅的寫法，被稱為語法糖：

@checkParams

def add(a, b):

return a + b

這只是一種寫法上的優化，解釋器仍然會將它轉化為add = checkParams(add)來執行。

6. 回歸問題

def addspam(fn):

def new(*args):

print "spam,spam,spam"

return fn(*args)

return new

@addspam

def useful(a,b):

print a**2+b**2

首先看第二段代碼：

@addspam裝飾器，相當于執行了useful = addspam(useful)。在這里題主有一個理解誤區：傳遞給addspam的參數，是useful這個函數對象本身，而不是它的一個調用結果；

再回到addspam函數體：

return new 返回一個閉包，fn被封存在閉包的執行環境中，不會隨著addspam函數的返回被回收；

而fn此時是useful的一個引用，當執行return fn(*args)時，實際相當于執行了return useful(*args)；

最后附上一張代碼執行過程中的引用關系圖，希望能幫助你理解：

python 在線程函數中如何實現線程的暫停、恢復和終止？

我們都知道python中可以是threading模塊實現多線程, 但是模塊并沒有提供暫停, 恢復和停止線程的方法, 一旦線程對象調用start方法后, 只能等到對應的方法函數運行完畢. 也就是說一旦start后, 線程就屬于失控狀態. 不過, 我們可以自己實現這些. 一般的方法就是循環地判斷一個標志位, 一旦標志位到達到預定的值, 就退出循環. 這樣就能做到退出線程了. 但暫停和恢復線程就有點難了, 我一直也不清除有什么好的方法

「Python3基礎」函數

表示一個功能，函數定義著是提供功能的人，函數調用者是使用功能的人。

print:打印功能，將括號中的內容，顯示到終端。

將括號中的內容顯示在控制臺.

input：輸入功能，從終端中獲取輸入的信息，存到程序變量當中

作用：將用戶輸入的內容賦值給變量

第一個字符必須是字母表中字母或下劃線 _ 。

標識符的其他的部分由字母、數字和下劃線組成。

標識符對大小寫敏感。

python最具特色的就是使用縮進來表示代碼塊，不需要使用大括號 {} 。

縮進的空格數是可變的，但是同一個代碼塊的語句必須包含相同的縮進空格數。實例如下：

python 該錯誤如何修復？

selenium是個模塊，直接導入selenium中的webdriver就可以了，第一行直接去掉。

當前題目：python如何恢復函數,python誤刪如何恢復
URL標題：http://vcdvsql.cn/article8/hecdop.html

成都網站建設公司_創新互聯，為您提供網站營銷、用戶體驗、定制開發、App設計、電子商務、外貿建站

廣告

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創新互聯