INTRODUCTION
FLOW CONTROL
FUNCTIONS
DATATYPES
OBJECT & CLASS
Bài tập Python: Lập trình hướng đối tượng (OOP) trong Python Lập trình hướng đối tượng trong Python Class Variables trong Python Tìm hiểu về Methods trong Python Cách sử dụng phương thức __init__() trong Python Các biến Instance trong Python Tìm hiểu về Class Attributes trong Python Hàm Static Methods trong Python Phương thức __str__ trong Python Phương thức __repr__ trong Python Phương thức eq trong Python Tìm hiểu phương thức __hash__ trong Python Phương thức __bool__ trong Python Phương thức del trong Python Tìm hiểu về lớp Property trong Python Tìm hiểu về nạp chồng toán tử trong Python Trình Decorator Property trong Python Thuộc tính chỉ đọc trong Python Thuộc tính Delete trong Python Sử dụng super() trong Python Sử dụng __slots__ trong Python Cách sử dụng Protocol trong Python Sử dụng Enum aliases và @enum.unique trong Python Tùy chỉnh và mở rộng lớp Enum trong Python Cách sử dụng hàm Auto() của Python Single Responsibility Principle trong Python Nguyên tắc Đóng-Mở trong Python Nguyên tắc thay thế Liskov - LSP trong Python Interface Segregation Principle - ISP trong Python. Nguyên tắc đảo ngược sự phụ thuộc trong Python Đa kế thừa trong Python Tìm hiểu về các lớp mixin trong Python Mô tả Descriptors trong Python Phân biệt Data Descriptor và Non-data Descriptor trong Python Phương thức __new__ trong Python Tìm hiểu về Class Type trong Python Lớp Metaclass trong Python Ví dụ sử dụng metaclass trong Python Tìm hiểu về decorator dataclass trong Python Tìm hiểu về các ngoại lệ trong Python Ngoại lệ Raise trong Python Sử dụng câu lệnh raise from trong Python Ngoại lệ tùy chỉnh trong Python Module trong Python Package trong Python Class trong Python Hàm khởi tạo trong Python Kế thừa trong Python Đa kế thừa trong Python Setter và Getter trong Python Override trong Python Interface trong Python Bài tập Python: Module và Class
ADVANCED TOPICS
BỔ SUNG
PYTHON CĂN BẢN
CÁC CHỦ ĐỀ
BÀI MỚI NHẤT
MỚI CẬP NHẬT

Thông báo: Download 4 khóa học Python từ cơ bản đến nâng cao tại đây.

Hàm closure trong Python

Trong bài này chúng ta sẽ tìm hiểu hàm closure trong Python, cách tạo ra một hàm closure, các ví dụ cách sử dụng, cũng như lý do tại sao nên dùng closure Python.

test php

banquyen png
Bài viết này được đăng tại freetuts.net, không được copy dưới mọi hình thức.

Trước khi tìm hiểu về closure thì bạn phải hiểu hai khái niệm, đó là hàm lồng nhau (nested function) và biến không cục bộ (non-local variable). Nào, hãy bắt đầu ngay nhé.

1. Nested function là gì?

Nested function Python hay còn gọi là hàm lồng nhau trong Python.

Một hàm được định nghĩa bên trong một hàm khác thì ta gọi đó là nested function. Các hàm nested function có thể sử dụng biến trong phạm vi hàm cha của nó nhưng không được thay đổi giá trị của chúng.

Bài viết này được đăng tại [free tuts .net]

Non-local variable (biến không cục bộ) có thể được tạm hiểu là một biến được khai báo trong một hàm A, và nó cũng có thể được sử dụng bên trong những hàm nested function khai báo bên trong hàm A đó.

Bạn không được thay đổi giá trị của biến không cục bộ.

Ví dụ dưới đây thì hàm printer là một nested function và chúng truy cập vào một biến không cục bộ tên là msg.

def sayHi(msg):

    # Phạm vi code bên ngoài

    def printer():
        # Đây là nested function
        print(msg)

    printer()

# Thực hiện hàm cha
# Trong thâm hàm cha gọi đến một nested fucntion
# có tên là printer
sayHi("Chào mừng bạn đến với freetuts.net")

Kết quả như sau:

closure ket qua 1 JPG

Như bạn thấy, nested function tên là printer đã sử dụng biến của hàm cha của nó tên là msg. Biến msg nó có phạm vi bên trong hàm sayHi, và vì printer là hàm được khai báo trong hàm sayHi nên nó có thể sử dụng biến msg.

Dưới đây là một ví dụ mình đa cố tình thay đổi giá trị cho biến không cục bộ, đây là một cú pháp sai.

def createNum():
    n = 1

    def plusOne() :
        n += 1 # Sai vì đã thay đổi giá trị cho biến n

2. Cách khai báo closure function trong Python

Xét lại ví dụ ở trên, chuyện gì sẽ xảy ra nếu ta đặt lệnh gọi đến hàm printer() bên trong lệnh return? Điều này có nghĩa là ta đang trả về một hàm printer chứ không phải là gọi thực thi nó.

Lúc này việc sử dụng hàm sayHi sẽ qua hai công đoạn:

  • Thứ nhất: Gọi hàm sayHi, hàm này sẽ trả về hàm printer
  • Thứ hai: Gọi đến hàm printer bằng cách gọi đến biến lưu trữ giá trị trả về từ hàm sayHi.
def sayHi(msg):
    # Phạm vi code bên ngoài

    def printer():
        # Đây là nested function
        print(msg)

    return printer

# Gọi đến hàm sayHi
s = sayHi("Welcome to freetuts.net")

# In thử xem nó là cái gì
print(s)
# Kết quả: <function sayHi.<locals>.printer ...>

# Vì nó là một hàm printer nên ta gọi thêm một lần nữa
s()

Bạn có nhận thấy điều bất thường không? Khi gọi đến hàm sayHi thì biến msg đã được gán giá trị là "Welcome to freetuts.net", và sau đó biến đó vẫn được lưu trữ giá trị cho đến khi mình gọi đến hàm printer bằng lệnh s().

Cách viết như thế này ta gọi là closure function. Vậy closure function hàm mà giá trị trả về một hàm khác.

3. Tại sao nên sử dụng closure function trong Python

Từ ví dụ trên thì ta có kết luận rằng các biến không cục bộ trong closure function sẽ được ghi nhớ, vì vậy ta có thể tận dụng nó để làm những công việc sau đây.

Đầu tiên là có thể thay thế trong lập trình hướng đối tượng, thay vì phải tạo class dài dòng thì bạn có thể dùng closure.

# Chương trình sẽ tính n ^ x
def soMu(n):
    def cal(x):
        return n ** x
    return cal

# Gọi đến hàm soMu
# Hàm này trả về hàm cal
mu = soMu(2)

# Tính 2 mũ 5
print(mu(5))

# Tính 2 mũ 8
print(mu(8))

Ta có thể viết bằng class như sau:

class soMu:
    def __init__(self, n):
        self.n = n

    def cal(self, x):
        return self.n ** x

mu = soMu(2)

print(mu.cal(5)) # 2 ^ 5
print(mu.cal(8)) # 2 ^ 8

Trên là cách sử dụng closure trong Python, hy vọng qua bài viết này sẽ giúp bạn hiểu khái niệm closure python là gì, cách khai báo nó như thế nào, cũng như nắm vững được khái niệm nested functionnon-local variable.

Cùng chuyên mục:

Cách lưu trữ và tải lại Models trong PyTorch

Cách lưu trữ và tải lại Models trong PyTorch

Tìm hiểu về TensorBoard với PyTorch

Tìm hiểu về TensorBoard với PyTorch

Học chuyển giao (Transfer Learning) trong PyTorch Beginner

Học chuyển giao (Transfer Learning) trong PyTorch Beginner

Hướng dẫn cơ bản mạng Nơ-ron Tích Chập (CNN) trong PyTorch

Hướng dẫn cơ bản mạng Nơ-ron Tích Chập (CNN) trong PyTorch

Mạng Nơ-Ron truyền thẳng (Feed Forward Neural Network) trong PyTorch

Mạng Nơ-Ron truyền thẳng (Feed Forward Neural Network) trong PyTorch

Tìm hiểu Activation Functions trong PyTorch

Tìm hiểu Activation Functions trong PyTorch

Softmax và Cross Entropy trong PyTorch Beginner

Softmax và Cross Entropy trong PyTorch Beginner

Dataset Transforms trong PyTorch Beginner

Dataset Transforms trong PyTorch Beginner

Dataset và DataLoader trong PyTorch Beginner

Dataset và DataLoader trong PyTorch Beginner

Hồi quy Logistic trong PyTorch Beginner

Hồi quy Logistic trong PyTorch Beginner

Hồi quy tuyến tính trong PyTorch Beginner

Hồi quy tuyến tính trong PyTorch Beginner

Training Pipeline trong PyTorch Beginner

Training Pipeline trong PyTorch Beginner

Sử dụng Gradient Descent với Autograd trong PyTorch

Sử dụng Gradient Descent với Autograd trong PyTorch

Hướng dẫn về Tensor cơ bản trong PyTorch

Hướng dẫn về Tensor cơ bản trong PyTorch

Hướng dẫn cài đặt PyTorch với Deep Learning

Hướng dẫn cài đặt PyTorch với Deep Learning

LDA (Linear Discriminant Analysis) trong Python

LDA (Linear Discriminant Analysis) trong Python

Thuật toán AdaBoost trong Python

Thuật toán AdaBoost trong Python

Thuật toán K-Means Clustering trong Python

Thuật toán K-Means Clustering trong Python

Triển khai PCA bằng Python

Triển khai PCA bằng Python

Triển khai thuật toán Random Forest bằng Python

Triển khai thuật toán Random Forest bằng Python

Top