CÔNG CỤ
MODULES
THAM KHẢO
Cách chia List thành các phần bằng nhau trong Python Cách xóa một khóa (key) ra khỏi dictionary trong Python Hướng dẫn chuyển đổi file Google Colab sang Markdown trong Python Bài tập Python: Lập trình cơ sở dữ liệu trong Python Kết nối cơ sở dữ liệu MySQL Python Hướng dẫn kết nối Python PostgreSQL bằng Psycopg2 Hướng dẫn kết nối SQLite sử dụng sqlite3 trong Python Bài tập Python : Pandas trong Python Phạm vi số float của Python Cách lên lịch chạy script Python bằng GitHub Actions Cách tạo hằng số trong Python Các nền tảng lưu trữ tốt nhất cho ứng dụng và script Python 6 Tip viết vòng lặp For hiệu quả hơn trong Python Cách đảo ngược Chuỗi String trong Python Cách gỡ lỗi ứng dụng Python trong Docker Container bằng VS Code 10 tip One Liner bạn cần biết trong Python Cách áp dụng ngưỡng hình ảnh trong Python với NumPy Tìm hiểu về các phép toán Groupby trong Pandas Lập trình Socket trong Python Mô-đun base64 trong Python Cách giới hạn float values trong Python Tìm hiểu Mô-đun statistics Trong Python File Organizing trong Python Đổi tên File trong Python Tìm hiểu về Deque trong Python Mô-đun Calendar trong Python Tìm hiểu về Enum trong Python Sử dụng pprint trong Python Làm việc với cấu trúc Dữ liệu Stack trong Python Thư viện functools trong Python Tip sử dụng hàm round() với tham số âm trong Python Hàm print có thể nhận thêm các tham số bổ sung trong Python Tip tìm chuỗi dài nhất bằng hàm max() trong Python Cách lặp qua nhiều list với hàm zip() trong Python Tìm hiểu về MLOps trong Python Docker và Kubernetes với MLOps trong Python Kết hợp DevOps với MLOps trong Python Xử lý độ chính xác các hàm floor, ceil, round, trunc, format trong Python tối ưu quy trình MLOps Với Python Sự khác biệt giữa byte objects và string trong Python Top 4 thư viện phổ biến nhất của NLP trong Python Cách sử dụng ThreadPoolExecutor trong Python Phân tích dữ liệu Blockchain với Python Hướng dẫn triển khai Smart Contracts với Python Blockchain APIs với Python Làm việc với file ZIP trong Python Sự khác biệt giữa toán tử == và is trong Python Chuyển đổi kiểu dữ liệu trong Python Cách làm việc với file tarball/tar trong Python Sự khác biệt giữa iterator và iterable trong Python Sự khác biệt giữa set() và frozenset() trong Python Làm việc với các biến môi trường trong Python Một tác vụ phổ biến khi làm việc với danh sách trong Python Định dạng chuỗi Strings trong Python Sử dụng Poetry để quản lý dependencies trong Python Sự khác biệt giữa sort() và sorted() trong Python Từ khóa yield trong Python Lớp dữ liệu (Data Classes) trong Python với decorator @dataclass Cách truy cập và thiết lập biến môi trường trong Python Hướng dẫn toàn diện về module datetime trong Python Hướng dẫn xây dựng Command-Line Interface (CLI) bằng Quo trong Python Quản lý sinh viên Python & MySQL
CÁC CHỦ ĐỀ
BÀI MỚI NHẤT
MỚI CẬP NHẬT

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

Tổng quan về closures trong Python

Trong bài viết này, bạn sẽ tìm hiểu về closures trong Python và những ứng dụng thực tiễn của chúng. Closures là một khái niệm mạnh mẽ trong lập trình, cho phép bạn lưu trữ và truy cập các biến từ phạm vi bao quanh ngay cả khi phạm vi đó đã kết thúc. Hiểu rõ về closures sẽ giúp bạn viết mã Python linh hoạt và hiệu quả hơn, cũng như áp dụng vào nhiều tình huống thực tế khác nhau trong lập trình. Hãy cùng bắt đầu tìm hiểu sâu hơn về closures và cách chúng hoạt động trong Python!

test php

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

Giới thiệu về closures trong Python

Trong Python, bạn có thể định nghĩa một hàm bên trong một hàm khác. Hàm này được gọi là hàm lồng nhau (nested function). Ví dụ:

def say():
    greeting = 'Hello'

    def display():
        print(greeting)

    display()

Trong ví dụ này, mình định nghĩa hàm display bên trong hàm say. Hàm display được gọi là hàm lồng nhau.

Bên trong hàm display, bạn truy cập biến greeting từ phạm vi nonlocal của nó. Python gọi biến greeting là một biến tự do (free variable).

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

Khi bạn nhìn vào hàm display, bạn thực sự nhìn vào:

  • Hàm display tự nó.
  • Và biến tự do greeting với giá trị 'Hello'.

Vì vậy, sự kết hợp của hàm display và biến greeting được gọi là một closure.

Python Closure Example png

Theo định nghĩa, một closure là một hàm lồng nhau tham chiếu đến một hoặc nhiều biến từ phạm vi bao quanh của nó.

Trả về một hàm bên trong Python

Trong Python, một hàm có thể trả về giá trị là một hàm khác. Ví dụ:

def say():
    greeting = 'Hello'

    def display():
        print(greeting)

    return display

Python Closures png

Trong ví dụ này, hàm say trả về hàm display thay vì thực thi nó. Khi hàm say trả về hàm display, nó thực sự trả về một closure.

fn = say()
fn()

Kết quả:

Hello

Hàm say thực thi và trả về một hàm. Khi hàm fn thực thi, hàm say đã hoàn thành. Nói cách khác, phạm vi của hàm say đã biến mất khi hàm fn thực thi. Tuy nhiên, bạn vẫn thấy rằng fn hiển thị giá trị của biến greeting.

Python cells và các biến đa phạm vi

Giá trị của biến greeting được chia sẻ giữa hai phạm vi:

  1. Hàm say.
  2. Hàm closure display.

Nhãn greeting nằm trong hai phạm vi khác nhau. Tuy nhiên, chúng luôn tham chiếu đến cùng một đối tượng chuỗi với giá trị 'Hello'.

Để đạt được điều này, Python tạo ra một đối tượng trung gian gọi là "cell":

Screenshot 202024 06 30 20221022 png

Để tìm địa chỉ bộ nhớ của đối tượng cell, bạn có thể sử dụng thuộc tính __closure__ như sau:

print(fn.__closure__)

Đầu ra:

(<cell at 0x0000017184915C40: str object at 0x0000017186A829B0>,)

Thuộc tính __closure__ trả về một tuple của các cell.

Trong ví dụ này, địa chỉ bộ nhớ của cell là 0x0000017184915C40. Nó tham chiếu đến một đối tượng chuỗi tại 0x0000017186A829B0.

Nếu bạn hiển thị địa chỉ bộ nhớ của đối tượng chuỗi trong hàm say và closure display, bạn sẽ thấy rằng chúng tham chiếu đến cùng một đối tượng trong bộ nhớ:

def say():
    greeting = 'Hello'
    print(hex(id(greeting)))

    def display():
        print(hex(id(greeting)))
        print(greeting)

    return display


fn = say()
fn()

Đầu ra:

0x17186a829b0
0x17186a829b0

Khi bạn truy cập giá trị của biến greeting, Python sẽ "nhảy kép" để lấy giá trị chuỗi.

Điều này giải thích tại sao khi hàm say() đã ra khỏi phạm vi, bạn vẫn có thể truy cập đối tượng chuỗi được tham chiếu bởi biến greeting.

Dựa trên cơ chế này, bạn có thể coi một closure là một hàm và một phạm vi mở rộng chứa các biến tự do.

Để tìm các biến tự do mà một closure chứa, bạn có thể sử dụng thuộc tính __code__.co_freevars, ví dụ:

def say():
    greeting = 'Hello'

    def display():
        print(greeting)

    return display


fn = say()
print(fn.__code__.co_freevars)

Đầu ra:

('greeting',)

Trong ví dụ này, fn.__code__.co_freevars trả về biến tự do greeting của closure fn.

Khi nào Python tạo ra closure?

Python tạo ra một phạm vi mới khi một hàm thực thi. Nếu hàm đó tạo ra một closure, Python cũng tạo ra một closure mới. Ví dụ:

def multiplier(x):
    def multiply(y):
        return x * y
    return multiply

Hàm multiplier trả về một closure. Mỗi lần gọi hàm sẽ tạo ra một closure mới:

m1 = multiplier(1)
m2 = multiplier(2)
m3 = multiplier(3)

print(m1(10))
print(m2(10))
print(m3(10))

Kết quả:

10
20
30

Python closures và vòng lặp for

Giả sử bạn muốn tạo ra tất cả ba closures trên cùng một lúc, bạn có thể viết như sau:

multipliers = []
for x in range(1, 4):
    multipliers.append(lambda y: x * y)

m1, m2, m3 = multipliers

print(m1(10))
print(m2(10))
print(m3(10))

Kết quả không như mong đợi:

30
30
30

Nguyên nhân là vì giá trị của x được đánh giá khi bạn gọi hàm m1(10), m2(10), và m3(10). Tại thời điểm closures thực thi, giá trị của x là 3.

Để sửa lỗi này, bạn cần chỉ định Python đánh giá x trong vòng lặp:

def multiplier(x):
    def multiply(y):
        return x * y
    return multiply

multipliers = []
for x in range(1, 4):
    multipliers.append(multiplier(x))

m1, m2, m3 = multipliers

print(m1(10))
print(m2(10))
print(m3(10))

Kết bài

một closure là sự kết hợp giữa một hàm và một phạm vi mở rộng chứa các biến tự do. Việc hiểu và sử dụng đúng cách closures không chỉ giúp bạn viết mã Python linh hoạt và hiệu quả hơn mà còn mở ra nhiều cơ hội để giải quyết các vấn đề lập trình phức tạp. Với kiến thức này, bạn có thể tận dụng sức mạnh của closures để tạo ra các hàm mạnh mẽ và dễ dàng quản lý các trạng thái trong ứng dụng của mình. Hãy tiếp tục khám phá và áp dụng closures trong các dự án của bạn để thấy rõ lợi ích mà chúng mang lại!

Cùng chuyên mục:

Hướng dẫn xây dựng Command-Line Interface (CLI) bằng Quo trong Python

Hướng dẫn xây dựng Command-Line Interface (CLI) bằng Quo trong Python

Hướng dẫn toàn diện về module datetime trong Python

Hướng dẫn toàn diện về module datetime trong Python

Cách truy cập và thiết lập biến môi trường trong Python

Cách truy cập và thiết lập biến môi trường trong Python

Lớp dữ liệu (Data Classes) trong Python với decorator @dataclass

Lớp dữ liệu (Data Classes) trong Python với decorator @dataclass

Từ khóa yield trong Python

Từ khóa yield trong Python

Sự khác biệt giữa sort() và sorted() trong Python

Sự khác biệt giữa sort() và sorted() trong Python

Sử dụng Poetry để quản lý dependencies trong Python

Sử dụng Poetry để quản lý dependencies trong Python

Định dạng chuỗi Strings trong Python

Định dạng chuỗi Strings trong Python

Một tác vụ phổ biến khi làm việc với danh sách trong Python

Một tác vụ phổ biến khi làm việc với danh sách trong Python

Làm việc với các biến môi trường trong Python

Làm việc với các biến môi trường trong Python

Sự khác biệt giữa set() và frozenset() trong Python

Sự khác biệt giữa set() và frozenset() trong Python

Sự khác biệt giữa iterator và iterable trong Python

Sự khác biệt giữa iterator và iterable trong Python

Cách làm việc với file tarball/tar trong Python

Cách làm việc với file tarball/tar trong Python

Chuyển đổi kiểu dữ liệu trong Python

Chuyển đổi kiểu dữ liệu trong Python

Sự khác biệt giữa toán tử == và is trong Python

Sự khác biệt giữa toán tử == và is trong Python

Làm việc với file ZIP trong Python

Làm việc với file ZIP trong Python

Cách sử dụng ThreadPoolExecutor trong Python

Cách sử dụng ThreadPoolExecutor trong Python

Sự khác biệt giữa byte objects và string trong Python

Sự khác biệt giữa byte objects và string trong Python

Xử lý độ chính xác các hàm floor, ceil, round, trunc, format  trong Python

Xử lý độ chính xác các hàm floor, ceil, round, trunc, format trong Python

Cách lặp qua nhiều list với hàm zip() trong Python

Cách lặp qua nhiều list với hàm zip() trong Python

Top