Python中循環作用域與閉包的示例分析

小編給大家分享一下Python中循環作用域與閉包的示例分析，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

首先來看一段代碼

x_list = [i for i in range(30)]
y_list = [i for i in range(10, 20)]
for y in y_list:
  x_list = filter(lambda a: a != y, x_list)
x_list = list(x_list)
print(x_list)
print(len(x_list))

這段代碼會輸出什么呢？

正確答案是一個長度為29的List。

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29]
29

但是實際上，上述代碼我們想要表達的意圖是從x_list中剔除所有在y_list中的元素。為什么在實際情況下，最終只會剔除一個元素呢？這主要與Python的作用域機制有關。

Python作用域機制

Python與其他語言不同，Python沒有循環作用域這個說法。Python的作用域遵循LEGB原則

1. L， local – 在lambda函數內或者def函數內部的變量

2. E， Enclosing-function – 閉包的作用域

3. G，Global – 全局作用域

4. B， Build-in – 內建作用域

 為了證明Python沒有循環作用域，可以通過下面一段代碼驗證

for i in range(10):
  pass
print(i)

運行代碼，發現可以正常運行，運行結果i==9。由此可以證明Python不存在循環作用域，循環變量屬于全局作用域。

基于上述結論，就可以很好地說明為什么上述的filter函數最終只去掉了一個元素。

因為filter函數是一個惰性函數，因此在循環過程中并不會進行實際運算，而當循環完成，需要實際輸出的時候，此時全局作用域環境下的i已經變為了一個固定值19，因此最終只有19可以從x_list中去掉。

解決方案——閉包

面對上述問題，我們有兩個解決方案。

第一個解決方案——避免惰性求值。可以發現，問題的根源在于filter函數是一個惰性求值函數，因此造成了這個問題。可以通過強制求值運算，強制每一次循環都進行filter操作，從而實現正常的篩選操作。代碼如下所示。

x_list = [i for i in range(30)]
y_list = [i for i in range(10, 20)]
for y in y_list:
  x_list = list(filter(lambda a: a != y, x_list))
x_list = list(x_list)
print(x_list)
print(len(x_list))

第二個解決方案——閉包。有時候我們不想放棄惰性求值這個特性，那么我們就需要引入更高級的函數式編程思想——閉包。

因為Python支持函數式編程語法，可以將函數作為變量，因此可以很容易的實現閉包特性。

x_list = [i for i in range(30)]
y_list = [i for i in range(10, 20)]
def check(a, b):
  print('check')
  return a != b
for y in y_list:
  def x_filter(y):
    global x_list
    x_list = filter(lambda x: check(x, y), x_list)
  x_filter(y)
  print('loop')
x_list = list(x_list)
print(x_list)
print(len(x_list))

上面的代碼為了證明惰性求值的有效性，因此稍微繁瑣了一些。在實際場景中，check函數可以直接寫成lambda函數的形式。

閉包之所以能解決循環作用域問題，是因為閉包有獨立的作用域。因此即便是惰性求值，但是由于閉包作用于已經將臨時變量進行了存儲，因此依然可以正確進行篩選操作。

以上是“Python中循環作用域與閉包的示例分析”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！