如何在Python中正确修改闭包的内部状态？

为什么两个示例的行为不同？ #

第一个示例里，sample是列表（可变对象），inner_mean中调用sample.append(number)是对这个列表的原地修改——没有给sample重新赋值（比如没写sample = 新列表）。Python会直接引用外层作用域的sample变量，不会将其视为内部函数的局部变量，因此能正常保留状态并运行。

第二个示例里，y是浮点数（不可变对象），_lpf中写了y = (1 - fc/fs)*y + ...——这里的y = ...属于重新赋值操作。Python默认会把这种情况下的y判定为_lpf的局部变量，但右边计算时又用到了y，此时局部的y还未定义，就会抛出variable 'y' in enclosing scope is referenced before assignment错误。

如何修改第二个示例？ #

有两种常用方法实现保留y的状态：

方法1：用nonlocal关键字声明 #

在内部函数开头添加nonlocal y，告诉Python该y不是局部变量，而是来自外层嵌套作用域的变量，这样赋值操作会直接修改外层的y：

def lpf(fs):
    y = 0.0

    def _lpf(fc, u):
        nonlocal y  # 声明y来自外层作用域
        y = (1 - fc / fs) * y + fc / fs * u
        return y

    return _lpf

方法2：用可变对象包裹y #

和第一个示例逻辑一致，把y放到列表（可变对象）中，通过修改列表元素来更新状态，避免重新赋值：

def lpf(fs):
    y = [0.0]  # 用列表包裹y，变成可变对象

    def _lpf(fc, u):
        y[0] = (1 - fc / fs) * y[0] + fc / fs * u
        return y[0]

    return _lpf

修改后运行你的测试代码，第二次调用lpf_zero_three(1.2, 3.1)会自动使用前一次调用后的y值计算，符合需求。

内容的提问来源于stack exchange，提问作者Barzi2001