Python闭包如何正确保存状态
IT行业相对于一般传统行业,发展更新速度更快,一旦停止了学习,很快就会被行业所淘汰。所以我们需要踏踏实实的不断学习,精进自己的技术,尤其是初学者。今天golang学习网给大家整理了《Python 闭包用于状态保存的正确姿势》,聊聊,我们一起来看看吧!
闭包保存状态时变量必须被引用而非赋值,否则触发UnboundLocalError;应使用nonlocal或可变容器;闭包捕获引用而非值快照,需防共享陷阱;适合轻量单行为场景,调试可用__closure__查看捕获值。

闭包保存状态时,变量必须在嵌套函数中被“引用”而非“赋值”
Python 闭包能保存外层函数的局部变量,但前提是内层函数只读访问该变量。一旦你在内层函数里对同名变量执行赋值(比如 x = x + 1),Python 就会把它当作局部变量,导致 UnboundLocalError: local variable 'x' referenced before assignment。
常见错误写法:
def make_counter():
count = 0
def counter():
count += 1 # ❌ 触发 UnboundLocalError
return count
return counter
正确做法是用可变容器(如列表、字典)或 nonlocal 声明:
- 用
nonlocal count显式告诉 Python 这个变量来自外层作用域 - 或改用
count = [0],然后在内层写count[0] += 1—— 因为修改列表元素不触发重新绑定
避免用闭包保存可变对象引发的意外共享
闭包捕获的是变量的引用,不是值快照。如果外层变量本身是可变对象(如 list、dict),多个闭包实例可能共享同一份数据。
典型陷阱:
def make_adders():
adders = []
for i in range(3):
adders.append(lambda x: x + i) # ❌ 所有 lambda 都引用同一个 i(最终为 2)
return adders
调用 make_adders()[0](10) 返回 12,不是预期的 10。原因:循环结束时 i == 2,所有闭包都绑定了这个最终值。
修复方式:
- 用默认参数固化当前值:
lambda x, i=i: x + i - 改用
functools.partial:partial(operator.add, i) - 或把逻辑封装进独立函数,让每次迭代生成新作用域
闭包 vs 类:什么时候该选闭包保存状态
闭包适合轻量、单行为、无生命周期管理的状态封装;类更适合多状态、需初始化/清理、要继承或序列化的场景。
例如计数器:
- 用闭包够用:
counter = make_counter(),后续只调counter() - 但如果还要支持
reset()、get_total()、线程安全控制,类更清晰、可维护性更高
性能上,闭包调用略快(少一层属性查找),但差异微乎其微;可读性上,过度嵌套的闭包反而增加理解成本。
调试闭包状态时,怎么查看它实际捕获了什么
闭包对象的 __closure__ 属性保存了引用的外层变量元组,每个元素是 cell 对象,其 cell_contents 是当前值。
实操检查方式:
def make_printer(msg):
def printer():
print(msg)
return printer
p = make_printer("hello")
print(p.closure) # of cell objects
print(p.closure[0].cell_contents) # "hello"
注意:__closure__ 在没有闭包时为 None;且不能直接修改 cell_contents(Python 3.12+ 允许,但非常规操作,易出错)。
真正需要动态改状态时,优先考虑用 nonlocal 或可变容器,而不是绕过语言设计去硬改闭包单元。
文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《Python闭包如何正确保存状态》文章吧,也可关注golang学习网公众号了解相关技术文章。
Golang高效复制大文件方法解析
- 上一篇
- Golang高效复制大文件方法解析
- 下一篇
- HBuilder运行HTML问题解决技巧
-
- 文章 · python教程 | 9小时前 |
- Python logging lastResort 怎样处理没有配置 handler 的日志
- 289浏览 收藏
-
- 文章 · python教程 | 9小时前 | 并发编程 · Python教程 · Python logging 后台线程 logging.handlers.QueueListener 日志关闭
- Python logging.handlers.QueueListener 怎样优雅停止后台日志线程
- 143浏览 收藏
-
- 文章 · python教程 | 9小时前 |
- Python tomllib 怎样读取二进制 TOML
- 114浏览 收藏
-
- 文章 · python教程 | 9小时前 | 文件处理 · Python教程 · Python 目录复制 shutil.copytree dirs_exist_ok 文件覆盖
- Python shutil.copytree 怎样合并已有目标目录
- 165浏览 收藏
-
- 文章 · python教程 | 9小时前 |
- Python pathlib 复制文件时怎样控制符号链接
- 478浏览 收藏
-
- 文章 · python教程 | 9小时前 |
- Python inspect.signature 怎样读取装饰器保留的参数
- 298浏览 收藏
-
- 文章 · python教程 | 10小时前 |
- Python configparser 怎样转义值里的百分号
- 393浏览 收藏
-
- 文章 · python教程 | 10小时前 |
- Python asyncio.PriorityQueue 怎样保持相同优先级的稳定顺序
- 306浏览 收藏
-
- 文章 · python教程 | 10小时前 |
- Python asyncio.Runner 怎样复用同一个事件循环运行多个入口
- 204浏览 收藏
-
- 文章 · python教程 | 10小时前 |
- Python TaskGroup 怎样处理嵌套任务组异常
- 319浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 481次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 537次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 560次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 509次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 330次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览
