Python 闭包(Closure)

本文深入讲解了Python中的闭包概念,包括闭包的基本定义、如何创建闭包以及闭包的工作原理。通过具体示例展示了闭包如何提高代码的可复用性和组织结构。

Python  闭包 (Closure)

这里介绍一下python 的闭包

 

基本概念

闭包(closure)是函数式编程的重要的语法结构。

函数式编程的一个特点就是,允许把函数本身作为参数传入另一个函数,还允许返回一个函数!

Python对函数式编程提供部分支持。由于Python允许使用变量,因此,Python不是纯函数式编程语言。

 

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next函数的隶属范围内定义的函数test,就只能在test的隶属范围内调用。

def test():

    def next():
        print('next')

    print('test')

test()

# 执行结果  
> test

 

再看下面代码

def test():

    def next():
        print('next')
    next()
    print('test')
    next()
test()

# 执行结果
> next
> test
> next

 

引入闭包

函数是一个对象,所以可以作为某个函数的返回结果。

def hello(greet):

    def setName(name):
        print(greet,name)
    return setName

Hello = hello("Good Morning")

Hello('Yang')

print(dir(Hello))

print(Hello.__closure__)

print(Hello.__closure__[0].cell_contents)

print(Hello.__name__)

print(id(Hello))

Hellob = hello("Good Afternoon")

Hellob('Yang')
print(Hello.__name__)

print(id(Hellob))

# 执行结果
#> Good Morning Yang
#> ['__annotations__', '__call__', '__class__', '__closure__', '__code__', '__defaults__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__get__', '__getattribute__', '__globals__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__kwdefaults__', '__le__', '__lt__', '__module__', '__name__', '__ne__', '__new__', '__qualname__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__']
#> (<cell at 0x0000026D9A8078B8: str object at 0x0000026D9A966370>,)
#> Good Morning
#> setName
#> 1779595040560
#> Good Afternoon Yang
#> setName
#> 1779595040696

 

闭包只是在表现形式上跟函数类似,但实际上不是函数。

从代码的结果中可以看到,闭包在运行时可以有多个实例,不同的引用环境变量(这里就是greet变量)和相同的函数(这里就是setName)组合可以产生不同的实例。

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。

__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Good Morning,也就是我们创建闭包时的环境变量greet的取值。

 

Python中怎么创建闭包

 

在Python中创建一个闭包可以归结为以下三点:

  • 闭包函数必须有内嵌函数
  • 内嵌函数需要引用该嵌套函数上一级中的变量
  • 闭包函数必须返回内嵌函数

通过这三点,就可以创建一个闭包

 

闭包实例

 

def closureFun():
    '''闭包'''
    a = 5
    def add(x):        # 1 闭包函数必须有内嵌函数
        return x + a   # 内嵌函数需要引用该嵌套函数上一级中的变量 a
    return add         # 闭包函数必须返回内嵌函数
print(locals())

c = closureFun()   # 实例化函数 closureFun  返回 函数add
sum = c(6)         # 调用add ,并传参 ,此时返回 x + a = 6 + 5 = 11

print(sum) # 11

print(globals())

 

Python中的内建函数locals()和globals()可以用来查看不同namespace中定义的元素。

 

总结

本文介绍了如何通过Python创建一个闭包,以及Python创建的闭包是如何工作的。

 

转载于:https://www.cnblogs.com/BlueSkyyj/p/8884236.html

一、数据采集层:多源人脸数据获取 该层负责从不同设备 / 渠道采集人脸原始数据,为后续模型训练与识别提供基础样本,核心功能包括: 1. 多设备适配采集 实时摄像头采集: 调用计算机内置摄像头(或外接 USB 摄像头),通过OpenCV的VideoCapture接口实时捕获视频流,支持手动触发 “拍照”(按指定快捷键如Space)或自动定时采集(如每 2 秒采集 1 张),采集时自动框选人脸区域(通过Haar级联分类器初步定位),确保样本聚焦人脸。 支持采集参数配置:可设置采集分辨率(如 640×480、1280×720)、图像格式(JPG/PNG)、单用户采集数量(如默认采集 20 张,确保样本多样性),采集过程中实时显示 “已采集数量 / 目标数量”,避免样本不足。 本地图像 / 视频导入: 支持批量导入本地人脸图像文件(支持 JPG、PNG、BMP 格式),自动过滤非图像文件;导入视频文件(MP4、AVI 格式)时,可按 “固定帧间隔”(如每 10 帧提取 1 张图像)或 “手动选择帧” 提取人脸样本,适用于无实时摄像头场景。 数据集对接: 支持接入公开人脸数据集(如 LFW、ORL),通过预设脚本自动读取数据集目录结构(按 “用户 ID - 样本图像” 分类),快速构建训练样本库,无需手动采集,降低系统开发与测试成本。 2. 采集过程辅助功能 人脸有效性校验:采集时通过OpenCV的Haar级联分类器(或MTCNN轻量级模型)实时检测图像中是否包含人脸,若未检测到人脸(如遮挡、侧脸角度过大),则弹窗提示 “未识别到人脸,请调整姿态”,避免无效样本存入。 样本标签管理:采集时需为每个样本绑定 “用户标签”(如姓名、ID 号),支持手动输入标签或从 Excel 名单批量导入标签(按 “标签 - 采集数量” 对应),采集完成后自动按 “标签 - 序号” 命名文件(如 “张三
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值