[TOC] # 函数作为返回值 高阶函数除了可以接受函数作为参数外，还可以把函数作为结果值返回。 我们来实现一个可变参数的求和。通常情况下，求和的函数是这样定义的： ~~~ def calc_sum(*args): ax = 0 for n in args: ax = ax + n return ax ~~~ 但是，如果不需要立刻求和，而是在后面的代码中，根据需要再计算怎么办？可以不返回求和的结果，而是返回求和的函数： ~~~ def lazy_sum(*args): def sum(): ax = 0 for n in args: ax = ax + n return ax return sum ~~~ 当我们调用lazy_sum()时，返回的并不是求和结果，而是求和函数： ~~~ >>> f = lazy_sum(1, 3, 5, 7, 9) >>> f <function lazy_sum.<locals>.sum at 0x101c6ed90> ~~~ 调用函数f时，才真正计算求和的结果： ~~~ >>> f() 25 ~~~ 在这个例子中，我们在函数`lazy_sum`中又定义了函数sum，并且，内部函数sum可以引用外部函数`lazy_sum`的参数和局部变量，当`lazy_sum`返回函数sum时，相关参数和变量都保存在返回的函数中，这种称为“闭包（Closure）”的程序结构拥有极大的威力。 请再注意一点，当我们调用`lazy_sum()`时，每次调用都会返回一个新的函数，即使传入相同的参数： ~~~ >>> f1 = lazy_sum(1, 3, 5, 7, 9) >>> f2 = lazy_sum(1, 3, 5, 7, 9) >>> f1==f2 False ~~~ f1()和f2()的调用结果互不影响 # 闭包 注意到返回的函数在其定义内部引用了局部变量args，所以，当一个函数返回了一个函数后，其内部的局部变量还被新函数引用，所以，闭包用起来简单，实现起来可不容易。 另一个需要注意的问题是，返回的函数并没有立刻执行，而是直到调用了f()才执行。我们来看一个例子： ~~~ def count(): fs = [] for i in range(1, 4): def f(): return i*i fs.append(f) return fs f1, f2, f3 = count() ~~~ 在上面的例子中，每次循环，都创建了一个新的函数，然后，把创建的3个函数都返回了。 你可能认为调用f1()，f2()和f3()结果应该是1，4，9，但实际结果是： ~~~ >>> f1() 9 >>> f2() 9 >>> f3() 9 ~~~ 全部都是9！原因就在于返回的函数引用了变量i，但它并非立刻执行。等到3个函数都返回时，它们所引用的变量i已经变成了3，因此最终结果为9 **返回闭包时牢记一点：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** 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(): def f(j): def g(): return j*j return g fs = [] for i in range(1, 4): fs.append(f(i)) # f(i)立刻被执行，因此i的当前值被传入f() return fs ~~~ 再看看结果： ~~~ >>> f1, f2, f3 = count() >>> f1() 1 >>> f2() 4 >>> f3() 9 ~~~ 缺点是代码较长，可利用lambda函数缩短代码 ## 使用外函数变量 ~~~ x = 300 def test1(): x = 200 def test2(): nonlocal x print("---1---x=%d" % x) x = 100 print('---2---x=%d' % x) return test2 t1 = test1() t1() ~~~ 需要加nonlocal 如果是全局变量,那就需要加global