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
在数据可视化实践中,数据系列与数据标签的混淆是导致图表失效的高频问题——将数据标签的样式调整等同于数据系列的维度优化,或 ...
2025-11-21在数据可视化领域,“静态报表无法展现数据的时间变化与维度关联”是长期痛点——当业务人员需要分析“不同年份的区域销售趋势” ...
2025-11-21在企业战略决策的场景中,“PESTEL分析”“波特五力模型”等经典方法常被提及,但很多时候却陷入“定性描述多、数据支撑少”的困 ...
2025-11-21在企业数字化转型过程中,“业务模型”与“数据模型”常被同时提及,却也频繁被混淆——业务团队口中的“用户增长模型”聚焦“如 ...
2025-11-20在游戏行业“高获客成本、低留存率”的痛点下,“提前预测用户流失并精准召回”成为运营核心命题。而用户流失并非突发行为——从 ...
2025-11-20在商业数据分析领域,“懂理论、会工具”只是入门门槛,真正的核心竞争力在于“实践落地能力”——很多分析师能写出规范的SQL、 ...
2025-11-20在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11