其实谈工厂函数前必须首先把嵌套作用域和闭包讲清楚

python有一个很有意思的地方，就是def函数可以嵌套在另一个def函数之中。调用外层函数时，运行到的内层def语句仅仅是完成对内层函数的定义，而不会去调用内层函数，除非在嵌套函数之后又显式的对其进行调用。

x = 99

def f1():

x = 88

def f2():

print(x)

f2()

f1()

88

可以看出，f1中的嵌套变量x覆盖了全局变量x=99，然后f2中的本地变量按照引用规则，就引用了x=88。

下面我们来说说嵌套作用域的一个特殊之处:

本地作用域在函数结束后就立即失效，而嵌套作用域在嵌套的函数返回后却仍然有效。

def f1():

x = 88

def f2():

print(x)

return f2

action = f1()

action()

88

这个例子非常重要，也很有意思，函数f1中定义了函数f2，f2引用了f1嵌套作用域内的变量x，并且f1将函数f2作为返回对象进行返回。最值得注意的是我们通过变量action获取了返回的f2，虽然此时f1函数已经退出结束了，但是f2仍然记住了f1嵌套作用域内的变量名x。

上面这种语言现象称之为闭包：一个能记住嵌套作用域变量值的函数，尽管作用域已经不存在。

这里有一个应用就是工厂函数，工厂函数定义了一个外部的函数，这个函数简单的生成并返回一个内嵌的函数，仅仅是返回却不调用，因此通过调用这个工厂函数，可以得到内嵌函数的一个引用，内嵌函数就是通过调用工厂函数时，运行内部的def语句而创建的。

def maker(n):

k = 8

def action(x):

return x ** n + k

return action

f = maker(2)

print(f)

.action at 0x00000000021C51E0>

再看一个例子：

def maker(n):

k = 8

def action(x):

return x ** n + k

return action

f = maker(2)

print(f(4))

24

这里我们可以看出，内嵌的函数action记住了嵌套作用域内得两个嵌套变量，一个是变量k，一个是参数n，即使后面maker返回并退出。我们通过调用外部的函数maker，得到内嵌的函数action的引用。这种函数嵌套的方法在后面要介绍的装饰器中会经常用到。这种嵌套作用域引用，就是python的函数能够保留状态信息的主要方法了。

这里接着说说另一个关键字nonlocal

本地函数通过global声明对全局变量进行引用修改，那么对应的，内嵌函数内部想对嵌套作用域中的变量进行修改，就要使用nonlocal进行声明。

def test(num):

in_num = num

def nested(label):

nonlocal in_num

in_num += 1

print(label, in_num)

return nested

F = test(0)

F('a')

F('b')

F('c')

a 1

b 2

c 3

这里我们可以看到几个点，我们在nested函数中通过nonlocal关键字引用了内嵌作用域中的变量in_num，那么我们就可以在nested函数中修改他，即使test函数已经退出调用，这个“记忆”依然有效。

再最后一个例子：

def test(num):

in_num = num

def nested(label):

nonlocal in_num

in_num += 1

print(label, in_num)

return nested

F = test(0)

F('a')

F('b')

F('c')

G = test(100)

G('mm')

a 1

b 2

c 3

mm 101

多次调用工厂函数返回的不同内嵌函数副本F和G，彼此间的内嵌变量in_num是彼此独立隔离的。

更系统、更深入的探讨欢迎进入我们的专栏《Python数据科学之路》：酱油哥：来吧，一起踏上Python数据科学之路​zhuanlan.zhihu.com

本专栏仿照美剧的剧集编排方式和整体逻辑架构进行组织，目前策划共分为七季：

第一季：Python编程语言核心基础。

第二季：Python数据分析基本工具。

第三季：机器学习线性代数核心-Python描述。

第四季：利用python进行时间序列分析。

第五季：机器学习概率统计核心-Python描述。

第六季：机器学习典型算法专题。

第七季：实战热点深度应用。

让我们一步一个台阶，共同踏上Python数据科学之旅。