09 | 不可或缺的自定义函数

你好，我是景霄。

实际工作生活中，我曾见到不少初学者编写的Python程序，他们长达几百行的代码中，却没有一个函数，通通按顺序堆到一块儿，不仅让人读起来费时费力，往往也是错误连连。

一个规范的值得借鉴的Python程序，除非代码量很少（比如10行、20行以下），基本都应该由多个函数组成，这样的代码才更加模块化、规范化。

函数是Python程序中不可或缺的一部分。事实上，在前面的学习中，我们已经用到了很多Python的内置函数，比如sorted()表示对一个集合序列排序，len()表示返回一个集合序列的长度大小等等。这节课，我们主要来学习Python的自定义函数。

函数基础

那么，到底什么是函数，如何在Python程序中定义函数呢？

说白了，函数就是为了实现某一功能的代码段，只要写好以后，就可以重复利用。我们先来看下面一个简单的例子:

def my_func(message):
    print('Got a message: {}'.format(message))

# 调用函数 my_func()
my_func('Hello World')
# 输出
Got a message: Hello World

其中：

  • def是函数的声明；

  • my_func是函数的名称；

  • 括号里面的message则是函数的参数；

  • 而print那行则是函数的主体部分，可以执行相应的语句；

  • 在函数最后，你可以返回调用结果（return或yield），也可以不返回。

总结一下，大概是下面的这种形式：

def name(param1, param2, ..., paramN):
    statements
    return/yield value # optional

和其他需要编译的语言（比如C语言）不一样的是，def是可执行语句，这意味着函数直到被调用前，都是不存在的。当程序调用函数时，def语句才会创建一个新的函数对象，并赋予其名字。

我们一起来看几个例子，加深你对函数的印象：

def my_sum(a, b):
    return a + b

result = my_sum(3, 5)
print(result)

# 输出
8

这里，我们定义了my_sum()这个函数，它有两个参数a和b，作用是相加；随后，调用my_sum()函数，分别把3和5赋于a和b；最后，返回其相加的值，赋于变量result，并输出得到8。

再来看一个例子：

def find_largest_element(l):
    if not isinstance(l, list):
        print('input is not type of list')
        return
    if len(l) == 0:
        print('empty input')
        return
    largest_element = l[0]
    for item in l:
        if item > largest_element:
            largest_element = item
    print('largest element is: {}'.format(largest_element)) 
      
find_largest_element([8, 1,-3, 2, 0])

# 输出
largest element is: 8

这个例子中，我们定义了函数find_largest_element，作用是遍历输入的列表，找出最大的值并打印。因此，当我们调用它，并传递列表 [8, 1, -3, 2, 0] 作为参数时，程序就会输出 largest element is: 8。

需要注意，主程序调用函数时，必须保证这个函数此前已经定义过，不然就会报错，比如：

my_func('hello world')
def my_func(message):
    print('Got a message: {}'.format(message))
    
# 输出
NameError: name 'my_func' is not defined

但是，如果我们在函数内部调用其他函数，函数间哪个声明在前、哪个在后就无所谓，因为def是可执行语句，函数在调用之前都不存在，我们只需保证调用时，所需的函数都已经声明定义：

def my_func(message):
    my_sub_func(message) # 调用my_sub_func()在其声明之前不影响程序执行
    
def my_sub_func(message):
    print('Got a message: {}'.format(message))

my_func('hello world')

# 输出
Got a message: hello world

另外，Python函数的参数可以设定默认值，比如下面这样的写法：

def func(param = 0):
    ...

这样，在调用函数func()时，如果参数param没有传入，则参数默认为0；而如果传入了参数param，其就会覆盖默认值。

前面说过，Python和其他语言相比的一大特点是，Python是dynamically typed的，可以接受任何数据类型（整型，浮点，字符串等等）。对函数参数来说，这一点同样适用。比如还是刚刚的my_sum函数，我们也可以把列表作为参数来传递，表示将两个列表相连接：

print(my_sum([1, 2], [3, 4]))

# 输出
[1, 2, 3, 4]

同样，也可以把字符串作为参数传递，表示字符串的合并拼接：

print(my_sum('hello ', 'world'))

# 输出
hello world

当然，如果两个参数的数据类型不同，比如一个是列表、一个是字符串，两者无法相加，那就会报错：

print(my_sum([1, 2], 'hello'))
TypeError: can only concatenate list (not "str") to list

我们可以看到，Python不用考虑输入的数据类型，而是将其交给具体的代码去判断执行，同样的一个函数（比如这边的相加函数my_sum()），可以同时应用在整型、列表、字符串等等的操作中。

在编程语言中，我们把这种行为称为多态。这也是Python和其他语言，比如Java、C等很大的一个不同点。当然，Python这种方便的特性，在实际使用中也会带来诸多问题。因此，必要时请你在开头加上数据的类型检查。

Python函数的另一大特性，是Python支持函数的嵌套。所谓的函数嵌套，就是指函数里面又有函数，比如：

def f1():
    print('hello')
    def f2():
        print('world')
    f2()
f1()

# 输出
hello
world

这里函数f1()的内部，又定义了函数f2()。在调用函数f1()时，会先打印字符串'hello'，然后f1()内部再调用f2()，打印字符串'world'。你也许会问，为什么需要函数嵌套？这样做有什么好处呢？

其实，函数的嵌套，主要有下面两个方面的作用。

第一，函数的嵌套能够保证内部函数的隐私。内部函数只能被外部函数所调用和访问，不会暴露在全局作用域，因此，如果你的函数内部有一些隐私数据（比如数据库的用户、密码等），不想暴露在外，那你就可以使用函数的的嵌套，将其封装在内部函数中，只通过外部函数来访问。比如：

def connect_DB():
    def get_DB_configuration():
        ...
        return host, username, password
    conn = connector.connect(get_DB_configuration())
    return conn

这里的函数get_DB_configuration，便是内部函数，它无法在connect_DB()函数以外被单独调用。也就是说，下面这样的外部直接调用是错误的：

get_DB_configuration()

# 输出
NameError: name 'get_DB_configuration' is not defined

我们只能通过调用外部函数connect_DB()来访问它，这样一来，程序的安全性便有了很大的提高。

第二，合理的使用函数嵌套，能够提高程序的运行效率。我们来看下面这个例子：

def factorial(input):
    # validation check
    if not isinstance(input, int):
        raise Exception('input must be an integer.')
    if input < 0:
        raise Exception('input must be greater or equal to 0' )
    ...

    def inner_factorial(input):
        if input <= 1:
            return 1
        return input * inner_factorial(input-1)
    return inner_factorial(input)


print(factorial(5))

这里，我们使用递归的方式计算一个数的阶乘。因为在计算之前，需要检查输入是否合法，所以我写成了函数嵌套的形式，这样一来，输入是否合法就只用检查一次。而如果我们不使用函数嵌套，那么每调用一次递归便会检查一次，这是没有必要的，也会降低程序的运行效率。

实际工作中，如果你遇到相似的情况，输入检查不是很快，还会耗费一定的资源，那么运用函数的嵌套就十分必要了。

函数变量作用域

Python函数中变量的作用域和其他语言类似。如果变量是在函数内部定义的，就称为局部变量，只在函数内部有效。一旦函数执行完毕，局部变量就会被回收，无法访问，比如下面的例子：

def read_text_from_file(file_path):
    with open(file_path) as file:
        ...

我们在函数内部定义了file这个变量，这个变量只在read_text_from_file这个函数里有效，在函数外部则无法访问。

相对应的，全局变量则是定义在整个文件层次上的，比如下面这段代码：

MIN_VALUE = 1
MAX_VALUE = 10
def validation_check(value):
    if value < MIN_VALUE or value > MAX_VALUE:
        raise Exception('validation check fails')

这里的MIN_VALUE和MAX_VALUE就是全局变量，可以在文件内的任何地方被访问，当然在函数内部也是可以的。不过，我们不能在函数内部随意改变全局变量的值。比如，下面的写法就是错误的：

MIN_VALUE = 1
MAX_VALUE = 10
def validation_check(value):
    ...
    MIN_VALUE += 1
    ...
validation_check(5)

如果运行这段代码，程序便会报错：

UnboundLocalError: local variable 'MIN_VALUE' referenced before assignment

这是因为，Python的解释器会默认函数内部的变量为局部变量，但是又发现局部变量MIN_VALUE并没有声明，因此就无法执行相关操作。所以，如果我们一定要在函数内部改变全局变量的值，就必须加上global这个声明：

MIN_VALUE = 1
MAX_VALUE = 10
def validation_check(value):
    global MIN_VALUE
    ...
    MIN_VALUE += 1
    ...
validation_check(5)

这里的global关键字，并不表示重新创建了一个全局变量MIN_VALUE，而是告诉Python解释器，函数内部的变量MIN_VALUE，就是之前定义的全局变量，并不是新的全局变量，也不是局部变量。这样，程序就可以在函数内部访问全局变量，并修改它的值了。

另外，如果遇到函数内部局部变量和全局变量同名的情况，那么在函数内部，局部变量会覆盖全局变量，比如下面这种：

MIN_VALUE = 1
MAX_VALUE = 10
def validation_check(value):
    MIN_VALUE = 3
    ...

在函数validation_check()内部，我们定义了和全局变量同名的局部变量MIN_VALUE，那么，MIN_VALUE在函数内部的值，就应该是3而不是1了。

类似的，对于嵌套函数来说，内部函数可以访问外部函数定义的变量，但是无法修改，若要修改，必须加上nonlocal这个关键字：

def outer():
    x = "local"
    def inner():
        nonlocal x # nonlocal关键字表示这里的x就是外部函数outer定义的变量x
        x = 'nonlocal'
        print("inner:", x)
    inner()
    print("outer:", x)
outer()
# 输出
inner: nonlocal
outer: nonlocal

如果不加上nonlocal这个关键字，而内部函数的变量又和外部函数变量同名，那么同样的，内部函数变量会覆盖外部函数的变量。

def outer():
    x = "local"
    def inner():
        x = 'nonlocal' # 这里的x是inner这个函数的局部变量
        print("inner:", x)
    inner()
    print("outer:", x)
outer()
# 输出
inner: nonlocal
outer: local

闭包

这节课的第三个重点，我想再来介绍一下闭包（closure）。闭包其实和刚刚讲的嵌套函数类似，不同的是，这里外部函数返回的是一个函数，而不是一个具体的值。返回的函数通常赋于一个变量，这个变量可以在后面被继续执行调用。

举个例子你就更容易理解了。比如，我们想计算一个数的n次幂，用闭包可以写成下面的代码：

def nth_power(exponent):
    def exponent_of(base):
        return base ** exponent
    return exponent_of # 返回值是exponent_of函数

square = nth_power(2) # 计算一个数的平方
cube = nth_power(3) # 计算一个数的立方 
square
# 输出
<function __main__.nth_power.<locals>.exponent(base)>

cube
# 输出
<function __main__.nth_power.<locals>.exponent(base)>

print(square(2))  # 计算2的平方
print(cube(2)) # 计算2的立方
# 输出
4 # 2^2
8 # 2^3

这里外部函数nth_power()返回值，是函数exponent_of()，而不是一个具体的数值。需要注意的是，在执行完square = nth_power(2)和cube = nth_power(3)后，外部函数nth_power()的参数exponent，仍然会被内部函数exponent_of()记住。这样，之后我们调用square(2)或者cube(2)时，程序就能顺利地输出结果，而不会报错说参数exponent没有定义了。

看到这里，你也许会思考，为什么要闭包呢？上面的程序，我也可以写成下面的形式啊！

def nth_power_rewrite(base, exponent):
    return base ** exponent

确实可以，不过，要知道，使用闭包的一个原因，是让程序变得更简洁易读。设想一下，比如你需要计算很多个数的平方，那么你觉得写成下面哪一种形式更好呢？

# 不适用闭包
res1 = nth_power_rewrite(base1, 2)
res2 = nth_power_rewrite(base2, 2)
res3 = nth_power_rewrite(base3, 2)
...

# 使用闭包
square = nth_power(2)
res1 = square(base1)
res2 = square(base2)
res3 = square(base3)
...

显然是第二种，是不是？首先直观来看，第二种形式，让你每次调用函数都可以少输入一个参数，表达更为简洁。

其次，和上面讲到的嵌套函数优点类似，函数开头需要做一些额外工作，而你又需要多次调用这个函数时，将那些额外工作的代码放在外部函数，就可以减少多次调用导致的不必要的开销，提高程序的运行效率。

另外还有一点，我们后面会讲到，闭包常常和装饰器（decorator）一起使用。

总结

这节课，我们一起学习了Python函数的概念及其应用，有这么几点你需要注意:

  1. Python中函数的参数可以接受任意的数据类型，使用起来需要注意，必要时请在函数开头加入数据类型的检查；

  2. 和其他语言不同，Python中函数的参数可以设定默认值；

  3. 嵌套函数的使用，能保证数据的隐私性，提高程序运行效率；

  4. 合理地使用闭包，则可以简化程序的复杂度，提高可读性。

思考题

最后给你留一道思考题。在实际的学习工作中，你遇到过哪些使用嵌套函数或者是闭包的例子呢？欢迎在下方留言，与我讨论，也欢迎你把这篇文章分享给你的同事、朋友。

精选留言

  • 古明地觉

    2019-05-29 11:41:29

    其实函数也可以看做成是一个变量，函数名就是变量名，函数体就是值。函数虽然在不被调用的情况下不会执行，但是python解释器会做一些变量检测、或者类型检测，比如是不是有yield，如果有那么就会被标记为生成器，这个在编译成字节码的时候就已经确定了。而有些东西则是只有在解释执行的时候才会被发现。
    比如说：
    x = 1


    def foo():
    print(x)
    x = 10
    foo() # UnboundLocalError: local variable 'x' referenced before assignment
    为什么会有这种结果，因为python寻找变量的时候，会按照本地作用域、闭包、全局、内置这种顺序去查找，当看到x=1的时候，python解释器就知道函数体内部创建了变量x，这是在编译的时候就已经确定了，于是在print的时候也会从本地查找，但是print(x)语句在x=10的上面，这是在执行的时候才发现的，于是报了个错：提示局部变量x在赋值之前就已经被引用了。

    x = 1


    def foo():
    x += 1

    foo() # UnboundLocalError: local variable 'x' referenced before assignment
    这也是同样的道理，x += 1,相当于x = x+1，相当于将x的值和1进行相加然后再让x重新指向它，同样在编译的时候就知道函数内部创建了x这个变量，因此在执行x+1的时候，会从本地查找，但是发现本地此时还没有x，于是引发了同样的错误。
    因此如果想在函数体内部修改全局变量，对于immutable类型，一定要使用global关键字，表示外部的变量和函数内部的变量是同一个变量，如果是mutable类型，比如list、dict，支持本地修改的话，那么可以不用使用global关键字，因为它们支持本地修改

    关于python的传参，python和golang不一样，golang只有值传递，而python只有引用传递，无论是什么类型，python传的永远都是引用。
    x = 1
    def foo(x):
    x = 2
    foo(x)
    print(x) # 1
    传递x的时候，相当于传递了引用，函数的x通过外部的x找到了值为1的内存地址，相当于值为1的这片内存被贴了两个标签，当x=2的时候，那么会重新开辟一块内存，存储的值为2，然后让函数内部的x重新指向，但是外部的x该指向谁还是指向谁，所以外部的x是不会受影响的。但如果是列表，支持本地操作，外部和内部的变量指向同一个列表的话，那么内部变量进行append等本地操作是会影响外部的，因为它们指向同一片内存区域，并且是本地修改，而不是重新赋值


    思考题：
    from functools import wraps


    def login_required(func):
    @wraps(func)
    def inner(*args, **kwargs):
    user = input("请输入账号: ")
    passwd = input("请输入密码: ")
    if user == "bilibili" and passwd == "bilibili":
    return func(*args, **kwargs)
    return "页面去火星了"
    return inner


    @login_required
    def login():
    return "欢迎来到bilibili"


    print(login())
  • pyhhou

    2019-05-29 03:07:09

    闭包必须使用嵌套函数，一看到闭包我首先想到的是 JavaScript 里面的回调函数。闭包这里看似仅仅返回了一个嵌套函数，但是需要注意的是，它其实连同嵌套函数的外部环境变量也一同保存返回回来了（例子中的 exponent 变量），这个环境变量是在调用其外部函数时设定的，这样一来，对于一些参数性，不常改变的设定变量，我们可以通过这个形式来设定，这样返回的闭包函数仅需要关注那些核心输入变量，节省了效率，这样做也大大减少了全局变量的使用，增加代码可读性的同时，也会让代码变得更加的安全
  • 逍遥思

    2019-05-30 11:18:18

    一开始看完，对闭包的概念有了，但比较糙，不知道闭包究竟指的是哪个变量。
    这篇文章对大家理解闭包有一定帮助：https://zhuanlan.zhihu.com/p/26934085
  • Aspirin

    2019-05-29 16:10:12

    关于闭包，我想到一个案例，就是卷积神经网络模型的实现。我们知道，在CNN模型推理时，所有卷积层或全连接层的权重weights都是已知的、确定的，也就是说我们实例化一个模型之后，所有layer的weights都是确定好的，只需要处理不同的输入就可以了。所以，我们可以写一个闭包函数，输入不同的权重，返回使用该权重进行卷积运算的函数即可。伪代码如下：
    不使用闭包：
    ```
    for img in imgs:
    x = conv2d(img, weights1)
    x = conv2d(x, weights2)
    ...
    ```
    使用闭包：
    ```
    conv_layer1 = conv_layer(weights1)
    conv_layer2 = conv_layer(weights2)
    for img in imgs:
    x = conv_layer1(img)
    x = conv_layer2(x)
    ...
    ```
  • farFlight

    2019-05-29 01:45:19

    谢谢老师，这节课的内容非常有意思！
    有两个问题：
    1. python自己判断类型的多态和子类继承的多态Polymorphism应该不是一个意思吧？
    2. 函数内部不能直接用+=等修改全局变量，但是对于list全局变量，可以使用append, extend之类修改，这是为什么呢?
  • William

    2019-05-29 21:43:48

    快排封装，增加index参数会用到嵌套。
    ```python
    def quickSort(arr):
    def partition(arr, left, right):
    pivot = arr[left]
    while left < right:
    while left < right and arr[right] > pivot:
    right -= 1
    if left < right:
    arr[left] = arr[right]
    while left < right and arr[left] < pivot:
    left += 1
    if left < right:
    arr[right] = arr[left]
    arr[left] = pivot
    return left
    def innerQuickSort(arr, left, right):
    stack = []
    stack.append(left)
    stack.append(right)
    while len(stack) > 0:
    right = stack.pop()
    left = stack.pop()
    pivotIndex = partition(arr, left, right)
    if pivotIndex + 1 < right:
    stack.append(pivotIndex+1)
    stack.append(right)
    if left + 1 < pivotIndex:
    stack.append(left)
    stack.append(pivotIndex - 1)
    innerQuickSort(arr, 0, len(arr)-1)

    arr = [394, 129, 11, 39, 28]
    quickSort(arr)
    print(arr)
    ```
    作者回复

    嗯嗯，学习很细心

    2019-05-30 01:28:44

  • Geek_7777

    2020-02-16 22:31:33

    闭包，调用square(2)，这个参数2为啥能传给base，不太懂请教下
    作者回复

    因为这里square=nth_power(2)已经是一个函数了，这个函数有两个参数，已经接受了exponent，因此如果你调用了square(2)，这个参数会再传给base，这样就能输出结果了

    2020-02-17 04:06:34

  • 路伴友行

    2019-05-29 13:34:11

    顺便我想多问一句，在Python里是不推荐使用递归的，是因为Python没有对递归做优化，那使用 yield from 来代替递归会不会好些呢？
    其实我上一个例子就是一个尝试，我之前只尝试过打印栈信息，只看到有2层，就是不清楚有些其他什么弊端。
    作者回复

    你说的没错

    2019-05-30 02:51:46

  • JOKERBAI

    2019-05-29 09:41:52

    老师，您说的“函数的调用和声明哪个在前哪个在后是无所谓的。”请问这句话怎么理解呢？
    如下是会报异常NameError: name 'f' is not defined：
    f()
    def f():
    print("test")
    作者回复

    文中已经更新了。可能之前表达的不准确，意思是主程序调用函数时，必须保证这个函数此前已经定义过，但是，如果我们在函数内部调用其他函数，函数间哪个声明在前、哪个在后就无所谓，因为def是可执行语句，函数调用前都不存在，我们只需保证调用时，所需的函数都已经声明定义

    2019-05-30 03:00:27

  • Vincent

    2019-05-29 07:04:00

    关于嵌套函数：“我们只能通过调用外部函数 connect_DB() 来访问它，这样一来，程序的安全性便有了很大的提高。” 这个怎么就安全了呢？这个安全指的是什么安全呢？
    作者回复

    数据库的用户名密码等一些信息不会暴露在外部的API中

    2019-05-30 03:01:20

  • Gfcn

    2019-09-30 16:38:08

    没想到连闭包都讲，真的是干货满满，32个赞
    作者回复

    谢谢支持

    2019-10-01 21:27:59

  • 路伴友行

    2019-05-29 13:25:56

    我有个项目需要将很多不规则的列表展平
    但没有找到推荐的方式，就自己写了个
    希望大佬们多多指出缺点，谢谢

    def getSmoothList(lst):
    def gen_expand(_list):
    for item in _list:
    if isinstance(item, (list, tuple)):
    yield from gen_expand(item)
    else:
    yield item
    return list(gen_expand(lst))
  • 潇洒哥er

    2019-05-29 09:51:15

    看到评论区经常有同学在问手机用什么软件写代码，推荐一下：
    苹果系统的：Pythonista 3
    安卓系统的：PyDroid3
    两个都有用，但感觉苹果的pythonista 特别的好用，打一半提示一半，半智能，自动格式化。
  • michel

    2019-05-30 15:38:22

    关于函数申明及调用关系，以及变量范围，做了几个测试，终于理解的比较透彻了。

    def本身就是一个申明，如果不执行，不涉及对对象的引用，则不会报错，即使在函数内部引用了一个不存在的变量。关键在于执行的时候，被引用的变量或者函数是否被加载。

    更详细的测试过程及分析，记录在博客中:https://www.jianshu.com/p/3c7f13cc6f8d
  • _stuView

    2019-08-27 11:44:07

    老师可以讲一讲yield和return的用法和区别吗？还有yield from是什么呀？
  • SCAR

    2019-05-29 11:41:28

    老师函数嵌套的作用二的例子，如果是在大量的调用函数时，可能还是分开检查和递归比较好，因为嵌套内函数是函数的一个local变量，在大量调用函数的时候，local变量是不断产生和销毁的，这会非常费时间，它可能会反噬掉一次类型检查节省下来的时间。看下面我贴出的计算1百万次100阶乘的时间，所以还是要根据具体情况来定，当然大部分时候函数不会这么大量调用。

    def factorial(input):
    # validation check
    if not isinstance(input, int):
    raise Exception('input must be an integer.')
    if input < 0:
    raise Exception('input must be greater or equal to 0' )
    ...

    def inner_factorial(input):
    if input <= 1:
    return 1
    return input * inner_factorial(input-1)
    return inner_factorial(input)

    def factorial_1(input):
    # validation check
    if not isinstance(input, int):
    raise Exception('input must be an integer.')
    if input < 0:
    raise Exception('input must be greater or equal to 0' )

    def inner_factorial_1(input):
    if input <= 1:
    return 1
    return input*inner_factorial_1(input-1)

    %%time
    for i in range(1000000):
    factorial(100)
    CPU times: user 21.6 s, sys: 11.6 ms, total: 21.6 s
    Wall time: 21.7 s


    %%time
    for i in range(1000000):
    factorial_1(100)
    inner_factorial_1(100)
    CPU times: user 19.7 s, sys: 12 ms, total: 19.7 s
    Wall time: 19.7 s
    作者回复

    这个case by case，需要注意的是有些时候一些validation check的cost很高，比如机器学习里面我们会对训练数据（>= 1000 million的样本）做一些统计等等

    2019-05-30 02:56:22

  • KaitoShy

    2019-05-29 06:25:15

    a = {'shanghai':50000, 'hangzhou':300000}

    def func():
    a['beijing'] = 17500

    func()
    print(a)

    b = 'dfff'
    def func_a():
    b += 'ddd';
    func_a()
    print(b)
    第一个改变了他的值，第二个确没有。是因为字典和列表是直接操作内存的？而变量的操作是重新生产一块内存？
  • A君

    2022-05-12 07:51:23

    python函数相较其他语言最大的区别在于它不对参数做类型检查，def被调用时才创建函数，并将输入参数填入函数参数中，它不会对参数类型做检查，因此这需要函数的入口代码对参数做检查。由于可以嵌套函数，因此，函数入口做类型检查，接着再定义一个子函数来做实际计算，这样如果有递归调用的话，检查code只会执行一次。支持闭包也是python函数的重要特性，好处是可以减少输入参数，提高代码可读性。
  • Geek_fightingDC

    2022-02-01 19:34:20

    python闭包就是函数返回函数
  • Geek_44798f

    2021-12-24 12:48:49

    一个函数中需要经常被处理的部分，而其他函数不需要的，就会被放到函数内部作为嵌套函数来写。