京公网安备 11010802034615号
经营许可证编号:京B2-20210330
来源:麦叔编程
作者:麦叔
本文以内部函数为主线,深入讲解内部函数和闭包的应用场景和原理,学会后你的Python水平会再上一个台阶,对工作面试或实战应用都会很有帮助。
本文包括:
阅读到最后可以获得本文PDF资料和源代码下载,建议收藏。
Python是面向对象的编程语言,对象是Python的一等公民,我们常用的字符串str,整数int,和其他变量都是对象。
函数也是对象,所以也是一等公民,这就意味着它和变量一样
def say_hello(): print('hello')
print(say_hello) def say_something(some_func): for _ in range(3):
some_func()
say_something(say_hello)
执行结果:
say_hello at 0x7ff3d35b9160>
hello
hello
hello
把函数的内部定义函数,就是内部函数(有点像废话,但就那么个意思)。
def outter(): print('我是外部函数')
def inner(): print('我是outter的内部函数')
print('调用内部函数')
inner()
print('我再次调用内部函数,自己家的想用就用,随时用')
inner()
print('还可以返回给大家共用')
return inner #调用外部函数,并接受返回值 func = outter() #调用outter返回的内部函数
print('在外部调用内部函数')
func()
注意: 调用的时候加小括号inner(),作为参数或者返回值的时候不加小括号inner,是引用这个函数对象。
执行结果:
我是外部函数 调用内部函数 我是outter的内部函数 我再次调用内部函数,自己家的想用就用,随时用 我是outter的内部函数 还可以返回给大家共用 在外部调用内部函数 我是outter的内部函数
如果内部函数只是把函数定义在函数的内部,那就没有多大意思了,它还有一个很大的特点,正因为这个特点,它才被称为闭包clsure。
学过JavaScript的非小白同学可能会对这个概念很熟悉。
内部函数还有一个很重要的特性:
所以说Python中的闭包就是内部函数,准确点是使用了nonlocal变量的内部函数。
import random def create_room(): room_no = random.randint(1, 100)
print(f'我创建了房间号:{room_no}')
def toilet(): print(f'我是{room_no}的内部厕所')
print('上厕所')
toilet()
print('我再次上厕所,自己家的想用就用,随时用')
toilet()
print('还可以共享给大家共用')
return toilet #调用外部函数,并接受返回值 toilet = create_room() #调用outter返回的内部函数
print('在外部使用内部厕所')
toilet()
print('在外部再次使用内部厕所')
toilet()
运行结果:
我创建了房间号:52 上厕所 我是52的内部厕所 我再次上厕所,自己家的想用就用,随时用 我是52的内部厕所 还可以共享给大家共用 在外部使用内部厕所 我是52的内部厕所 在外部再次使用内部厕所 我是52的内部厕所
说的这么玄乎,其实就是内部函数使用了外部函数的局部变量,所以局部变量被内部函数给封存了,也就不会释放了。
内部函数也可以改写外部函数的变量值,但需要使用nonlocal关键词声明这是外部的变量。
回忆一下:函数内部修改全局变量,需要使用global关键词。
import random def create_room(): room_no = random.randint(1, 100)
print(f'我创建了房间号:{room_no}')
def toilet(): nonlocal room_no
room_no = random.randint(1, 100)
print(f'我是{room_no}的内部厕所')
print('上厕所')
toilet()
print(f'房间号:{room_no}')
print('我再次上厕所,自己家的想用就用,随时用')
toilet()
print(f'房间号:{room_no}')
print('还可以共享给大家共用')
return toilet #调用外部函数,并接受返回值 toilet = create_room() #调用outter返回的内部函数
print('在外部使用内部厕所')
toilet()
print('在外部再次使用内部厕所')
toilet()
使用nonlocal在内部函数改变外部变量room_no的值,所以每次上厕所,都会改变房间号(很神奇的房间):
我创建了房间号:39 上厕所 我是43的内部厕所 房间号:43 我再次上厕所,自己家的想用就用,随时用 我是66的内部厕所 房间号:66 还可以共享给大家共用 在外部使用内部厕所 我是52的内部厕所 在外部再次使用内部厕所 我是29的内部厕所
其实内部函数就这么点东西了(后面再说它的实现原理),现在来看到底有什么实实在在的用处。
下面来说3个应用场景:
写在内部是因为只有在内部才有用,外部根本不需要,也不想让他们使用,就像上面的内部厕所的例子,实际上是不可能在外面使用的。这种场景叫做封装。
import random def create_room(): room_no = random.randint(1, 100)
print(f'我创建了房间号:{room_no}')
def toilet(): print(f'欢迎进入{room_no}的VIP厕所')
print('冲水')
print('请君入厕')
print('洗手')
print('热毛巾')
print('欢迎下次光临')
print('上厕所')
toilet()
print('上厕所')
toilet()
print('上厕所')
toilet() #调用外部函数,并接受返回值 create_room()
再总结一下:
内部函数可以方便的生成新的函数,看这个例子:
def team_maker(type, level, temperature): '''
type: 品种,如绿茶,红茶
level: 等级,特级,一级,二级
temper: 温度
''' def tea(water): print('正在沏茶中')
print(f'{type},{level}, {temperature}')
print(f'{water}毫升给您冲好了')
return tea #创建符合我口味的沏茶函数 mytea = team_maker('绿茶', '特级', '66.6')
#创建符合她口味的沏茶函数 herteam = team_maker('红茶', '一级', '88.8')
print('我们来一杯')
mytea(500)
herteam(300)
print('多喝点')
mytea(800)
herteam(600)
print('完了,我喝醉了...,因为有她')
运行结果:
我们来一杯 正在沏茶中 绿茶,特级, 66.6 500毫升给您冲好了 正在沏茶中 红茶,一级,
88.8 300毫升给您冲好了 多喝点 正在沏茶中 绿茶,特级,
66.6 800毫升给您冲好了 正在沏茶中 红茶,一级, 88.8 600毫升给您冲好了 完了,我喝醉了...
装饰器对Python至关重要。这也是内部函数的主要使用场景。
写到这里忽然有点累了,我想起来我有两篇还不错的装饰器的文章,直接拿来看吧。我就不重复码字了。
结合内部函数的文章和装饰器的文章,应该会通透了。
这两篇文章见本文底部相关阅读前两篇。
闭包携带了外部函数的变量,所以可以访问这些变量,而这些变量也不会被释放。具体是怎么实现的呢?
答案就1个字:__closure__属性。Python给内部函数添加了这个属性来携带内部函数用到的外部函数中的变量。
import random def create_room(): room_no = random.randint(1, 100)
print(f'我创建了房间号:{room_no}')
def toilet(): print(f'我是{room_no}的内部厕所')
return toilet
print('调用外部函数')
toilet = create_room()
print('打印一下toilet函数的变量,其中有一个是__closure__')
print(dir(toilet))
print('__closure__是一个包含它携带的变量的元组')
print(toilet.__closure__)
print('__closure__元组里是cell,通过cell_contents可以访问所携带的变量值')
print(toilet.__closure__[0].cell_contents)
执行结果:
import random def create_room(): room_no = random.randint(1, 100)
print(f'我创建了房间号:{room_no}')
def toilet(): print(f'我是{room_no}的内部厕所')
return toilet
print('调用外部函数')
toilet = create_room()
print('打印一下toilet函数的变量,其中有一个是__closure__')
print(dir(toilet))
print('__closure__是一个包含它携带的变量的元组')
print(toilet.__closure__)
print('__closure__元组里是cell,通过cell_contents可以访问所携带的变量值')
print(toilet.__closure__[0].cell_contents)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12