闭包：
只能存在嵌套的函数中
- 封闭的东西：保证数据安全
- 内层函数对外层函数非全局变量的引用（使用），就会形成闭包
- 被引用的全局变量被称作自由变量，这个自由变量会与内层函数产生一个绑定关系
- 自由变量不会再内存中消失
def outer():
def inner(): #被执行的时机是不确定的
print ("你好")
return inner # 把函数作为返回值返回
ret = outer()
ret() #你好
def outer():
a = 20
def inner(): #被执行的时机是不确定的
print (a) #内层函数对外层函数的局部变量的使用叫做闭包
print ("你好")
return inner # 把函数作为返回值返回
ret = outer()
ret()
# 20
# 你好
def func():
a = 20 #局部变量，在外面不能修改
print (a)
func() #20
a = 30
print (a) # 30
由于闭包这个概念比较难以理解，尤其是初学者来说，相对难以掌握，所以我们通过示例去理解学习闭包。
给大家提个需求，然后用函数去实现：完成一个计算不断增加的系列值的平均值的需求。
例如：整个历史中的某个商品的平均收盘价。什么叫平局收盘价呢？就是从这个商品一出现开始，每天记录当天价格，然后计算他的平均值：平均值要考虑直至目前为止所有的价格。
比如大众推出了一款新车：小白轿车。
第一天价格为：100000元，平均收盘价：100000元
第二天价格为：110000元，平均收盘价：（100000 + 110000）/2 元
第三天价格为：120000元，平均收盘价：（100000 + 110000 + 120000）/3 元
…
方案一
l1 = [] # 全局变量
def make_averager(new_value):
l1.append(new_value)
total = sum(l1)
return total / len(l1)
print(make_averager(100000))
print(make_averager(110000))
print(make_averager(120000))
# 100000.0
# 105000.0
# 110000.0
- 从方案一中可以看出，基本上完成了我们的要求，但是这个代码相对来说是不安全的，因为你的这个 l1 列表是一个全局变量，只要是全局作用域的任何地方，都可能对这个列表进行改变。
如：
li = []
def make_averager(new_value):
li.append(new_value)
total = sum(li)
return total / len(li)
print(make_averager(100000))
print(make_averager(110000))
li.append(666) # 如果对数据进行相应改变，那么你的平均收盘价就会出现很大的问题。
print(make_averager(120000))
# 100000.0
# 105000.0
# 82666.5
那么怎么办呢？有人说，你把他放在函数中不就行了，这样不就是局部变量了么？数据不就相对安全了么？这样计算的结果是不正确的,那是因为执行函数，会开启一个临时的名称空间，随着函数的结束而消失，所以你每次执行函数的时候，都是重新创建这个列表。
def make_averager(new_value):
l1 = []
l1.append(new_value)
total = sum(l1)
return total / len(l1)
print(make_averager(100000)) # 100000.0
print(make_averager(110000)) # 110000.0
print(make_averager(120000)) # 120000.0
那么这怎么做呢？这种情况下，就需要用到闭包了，我们用闭包的思想改一下这个代码
def make_averager():
l1 = []
def averager(new_value):
l1.append(new_value)
total = sum(l1)
return total / len(l1)
return averager
abc = make_averager() # 等于averager
print(abc(100000))
print(abc(110000))
print(abc(120000))
# 100000.0
# 105000.0
# 110000.0