python 通熟易懂的闭包_python添加煮熟-优快云博客



    #!/usr/bin/python  
    # -*- coding: cp936 -*-  
    #python ver2.7  
      
    ''''' 
    闭包(closure)是函数式编程的重要的语法结构。函数式编程是一种编程范式 (而面向过程编程和面向对象编程也都是编程范式)。在面向过程编程中，我们见到过函数(function)；在面向对象编程中，我们见过对象(object)。函数和对象的根本目的是以某种逻辑方式组织代码，并提高代码的可重复使用性(reusability)。闭包也是一种组织代码的结构，它同样提高了代码的可重复使用性。 
     
    不同的语言实现闭包的方式不同。Python以函数对象为基础，为闭包这一语法结构提供支持的 (我们在特殊方法与多范式中，已经多次看到Python使用对象来实现一些特殊的语法)。Python一切皆对象，函数这一语法结构也是一个对象。在函数对象中，我们像使用一个普通对象一样使用函数对象，比如更改函数对象的名字，或者将函数对象作为参数进行传递。 
    '''  
      
    #函数对象的作用域  
      
    #和其他对象一样，函数对象也有其存活的范围，也就是函数对象的作用域。函数对象是使用def语句定义的，函数对象的作用域与def所在的层级相同。比如下面代码，我们在line_conf函数的隶属范围内定义的函数line，就只能在line_conf的隶属范围内调用。  
    def line_conf():  
        def line(x):  
            return 2*x+1  
        print(line(5))   # within the scope  
      
    line_conf()  
    #print(line(5))       # out of the scope  
    #line函数定义了一条直线(y = 2x + 1)。可以看到，在line_conf()中可以调用line函数，而在作用域之外调用line将会有下面的错误：  
    #NameError: name 'line' is not defined  
    #说明这时已经在作用域之外。  
    #同样，如果使用lambda定义函数，那么函数对象的作用域与lambda所在的层级相同。  
      
    #闭包  
    #函数是一个对象，所以可以作为某个函数的返回结果。  
    def line_conf():  
        def line(x):  
            return 2*x+1  
        return line       # return a function object  
      
    my_line = line_conf()  
    print(my_line(5))  
      
    #上面的代码可以成功运行。line_conf的返回结果被赋给line对象。上面的代码将打印11。  
    #如果line()的定义中引用了外部的变量，会发生什么呢？  
    def line_conf():  
        b = 15  
        def line(x):  
            return 2*x+b  
        return line       # return a function object  
      
    b = 5  
    my_line = line_conf()  
    print(my_line(5))    
      
    ''''' 
    我们可以看到，line定义的隶属程序块中引用了高层级的变量b，但b信息存在于line的定义之外 (b的定义并不在line的隶属程序块中)。我们称b为line的环境变量。事实上，line作为line_conf的返回值时，line中已经包括b的取值(尽管b并不隶属于line)。 
     
    上面的代码将打印25，也就是说，line所参照的b值是函数对象定义时可供参考的b值，而不是使用时的b值。 
     
    一个函数和它的环境变量合在一起，就构成了一个闭包(closure)。在Python中，所谓的闭包是一个包含有环境变量取值的函数对象。环境变量取值被保存在函数对象的__closure__属性中。比如下面的代码： 
    '''  
    def line_conf():  
        b = 15  
        def line(x):  
            return 2*x+b  
        return line       # return a function object  
      
    b = 5  
    my_line = line_conf()  
    print(my_line.__closure__)  
    print(my_line.__closure__[0].cell_contents)  
      
    ''''' 
    __closure__里包含了一个元组(tuple)。这个元组中的每个元素是cell类型的对象。我们看到第一个cell包含的就是整数15，也就是我们创建闭包时的环境变量b的取值。 
    '''  
    def line_conf(a, b):  
        def line(x):  
            return ax + b  
        return line  
      
    line1 = line_conf(1, 1)  
    line2 = line_conf(4, 5)  
    print(line1(5), line2(5))  
    ''''' 
    这个例子中，函数line与环境变量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说明了这两个环境变量的取值，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。利用闭包，我们实际上创建了泛函。line函数定义一种广泛意义的函数。这个函数的一些方面已经确定(必须是直线)，但另一些方面(比如a和b参数待定)。随后，我们根据line_conf传递来的参数，通过闭包的形式，将最终函数确定下来。 
    '''  
    #闭包与并行运算  
    ''''' 
    闭包有效的减少了函数所需定义的参数数目。这对于并行运算来说有重要的意义。在并行运算的环境下，我们可以让每台电脑负责一个函数，然后将一台电脑的输出和下一台电脑的输入串联起来。最终，我们像流水线一样工作，从串联的电脑集群一端输入数据，从另一端输出数据。这样的情境最适合只有一个参数输入的函数。闭包就可以实现这一目的。 
     
    并行运算正称为一个热点。这也是函数式编程又热起来的一个重要原因。函数式编程早在1950年代就已经存在，但应用并不广泛。然而，我们上面描述的流水线式的工作并行集群过程，正适合函数式编程。由于函数式编程这一天然优势，越来越多的语言也开始加入对函数式编程范式的支持。 
    '''