返回值为python函数

╰半夏微凉° 2022-12-14 15:54 236阅读 0赞

def lazy_sum(*args):
        def sum():
            ax=0
            for n in args:
            　　ax = ax + n
            return ax
        return sum
    
    f = lazy_sum(1,2,3,4,5)
    print f
    # <function sum at 0x02657770>
    # lazy_sum(1,2,3,4,5)返回的是一个指向求和的函数的函数名。
    # 在调用lazy_sum(1,2,3,4,5)的时候，不立刻求和，而是根据后面代码的需要在计算。
    print f()
    # 15
    # 用f()调用求和函数，计算出结果。
    
    f1 = lazy_sum(1,2,3,4,5,6)
    f2 = lazy_sum(1,2,3,4,5,6)
    print f1 == f2
    # False
    # lazy_sum()每调用一次，都会返回一个独一无二的函数地址。

例中，lazy\_sum中的内部函数sum引用了外部函数lazy\_sum的参数和局部变量，  
当lazy\_sum返回函数sum时，相关参数和变量已经保存在返回的函数sum中了。  
我们称这为 闭包  
若要返回一个列表，列表中每个元素都是函数，要注意闭包中局部变量的使用

def count():
        fs = []
        for i in range(1,4):
            def f():
                return i*i
            fs.append(f)
        return fs
    f1,f2,f3 = count()
    # 如果直接输出f1，显示的是函数的地址
    print(f1())
    print(f2())
    print(f3())

输出的结果全都是9，并不是预期的1，4，9  
原因是返回函数引用了变量i，下面来解析一下f1,f2,f3=count()这句的执行过程：  
　　 当i=1, 执行for循环， 结果返回函数f的函数地址，存在列表fs中的第一个位置上。  
　　 当i=2, 由于fs列表中第一个元素所指的函数中的i是count函数的局部变量，i也指向了2；然后执行for循环， 结果返回函数f的函数地址，存在列表fs中的第二个位置上。  
　　 当i=3, 同理，在fs列表第一个和第二个元素所指的函数中的i变量指向了3； 然后执行for循环， 结果返回函数f的函数地址，存在列表fs中的第三个位置上。  
所以在调用f1()的时候,函数中的i是指向3的：  
f1():  
return 3\*3  
同理f2(), f3()结果都为9

闭包时牢记的一点就是：返回函数不要引用任何循环变量，或者后续会发生变化的变量。即包在里面的函数（本例为f()），不要引用外部函数(本例为count())的任何循环变量

如果一定要引用循环变量怎么办？方法是再创建一个函数，用该函数的参数绑定循环变量当前的值，无论该循环变量后续如何更改，已绑定到函数参数的值不变：

def count():
        fs = []
        for i in range(1,4):
            def f(j):
                def g():
                    return j * j
                return g
            fs.append(f(i))
        return fs
    f1,f2,f3 = count()
    # 如果直接输出f1，显示的是函数的地址
    print f1()
    print f2()
    print f3()

结果就是预期的1,4,9.  
当i=1时，f(1)即让j指向1，  
当i=2时，f(2)即让j指向2，此时j不是count的局部变量，不会影响到i=1是f(1)中j的指向。即函数f的参数绑定循环变量当前的值, 而不是循环变量本身。  
本文转载自：  
[https://www.cnblogs.com/haoshine/p/5099530.html][https_www.cnblogs.com_haoshine_p_5099530.html]

[https_www.cnblogs.com_haoshine_p_5099530.html]: https://www.cnblogs.com/haoshine/p/5099530.html