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
长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30