在 Python 中可以使用
def 定義函式。每個函式都是 function 的實例,所以可以指定給其他變數。例如:
      def max(m, n):
    return m if m > n else n
print(max(10, 3)) # print 10
maximum = max
print(maximum(10, 3)) # print 10lambda 運算式。例如:
      max = lambda m, n: m if m > n else n
print(max(10, 3)) # print 10// 定義函式:JavaScript
function max(n, n) {
    return m > n ? m : n;
}
# 定義函式:Python
def max(m, n):
    return m if m > n else n
// 建立匿名函式:JavaScript
function(n, n) {
    return m > n ? m : n;
};
# 建立匿名函式:Python
lambda m, n: m if m > n else nimport math
def prepare_factor(max):
    # Creating a prime table is time-consuming.
    primes = [i for i in range(2, max) if prime[i] == 1]
    def factor(num):
        while primes[i] ** 2 <= num:
            if num % primes[i] == 0:
                list.append(primes[i])
                num //= primes[i]
            else:
                i += 1
    return factor
factor = prepare_factor(1000)
print(factor(100)) # print [2, 2, 5, 5]factor 建立了 Closure 捕捉了外部函式的 primes 變數。因為函式是物件,你可以從函式中傳回他。primes 變數的生命週期現在跟隨著被傳回的函式。我們沒有將 primes 變數放在全域範圍,但仍可以重用資源。 到目前為止你可以看到,如果函式是物件,那麼就可以:
- 被任何變數參考。
- 不只是被動地被呼叫,還可以主動地傳入函式中,取代某個可重用流程模版中的演算法。
- 建立 Closure 捕捉閒置變數(Free variable)並從函式中傳回。
def func():
    x = 10
    def getX():
        return x
    def setX(n):
        x = n   # 建立區域變數 x
    return (gegX, setX)
getX, setX = func()
getX() # 10
setX(20)
getX(10) # still 10setX,事實上會在 setX 中建立區域變數 x,而不是將參數 n 指定給 func 的區域變數。這就是為何你最後會得到 10 的原因。幸運地,在 Python 3 中,可以使用
global 或 nonlocal 關鍵字來明確指定變數的範圍,以避免這類情況。例如:
      def func():
    x = 10
    def getX():
        return x
    def setX(n):
        nonlocal x = n
    return (gegX, setX)
getX, setX = func()
getX() # 10
setX(20)
getX(10) # 20nonlocal 關鍵字表示 x 不會是區域變數。Python 直譯器會看看外部函式,並瞭解到 x 是從 func 的區域變數 x 捕捉而來。這次再呼叫 setX,改變的值確實就是 func 中區域變數 x 的值了。 我們已經看過 JavaScript 與 Python 對 Lambda/Closure 的支援方式。他們都是動態語言。如果使用的是靜態語言,那麼會有哪些要素需要考量?看看現有並且支援 Lambda/Closure 的靜態語言,從中瞭解一些經驗似乎是個不錯的方式。這也是下一篇文章要看的內容,我們會來看看 Scala 如何支援 Lambda/Closure。

