闭包

装饰器

使用装饰函数在函数执行前和执行后分别附加额外功能

def deco(func):

    print("before myfunc() called.")

    func()

    print("  after myfunc() called.")

    return func

 

def myfunc():

    print(" myfunc() called.")

 

myfunc = deco(myfunc)

都是一样的

def deco(func):

    print("before myfunc() called.")

    func()

    print("  after myfunc() called.")

    return func

 

@deco

def myfunc():

    print(" myfunc() called.")

装饰起是把函数或者类进行专门处理的闭包，也就是把跟直接这么写相同（myfunc = deco(myfunc)） 对demo函数对输入输出进行处理，不改变原函数

闭包：

闭包（Closure）是词法闭包（Lexical Closure）的简称，是引用了自由变量的函数

def make_adder(addend):
    def adder(augend):
        return augend + addend
    return adder

p = make_adder(23)
q = make_adder(44)

print p(100)
print q(100)

运行结果:

运行结果:

123
144

有一个特征是有配置参数，因为配置参数不同,后面再执行相同参数的函数后得到了不同的结果.这就是闭包.

闭包

函数是一个对象，所以可以作为某个函数的返回结果。

2 3 4 5 6 7

def line_conf():     def line(x):         return 2*x+1     return line       # return a function object my_line = line_conf() print(my_line(5))

1 2 3 4 5 6 7 8 9

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)。

运用：

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。

来自为知笔记(Wiz)