闭包很难理解，所以让我们从例子开始。 假设我们需要计算平均值。这些值将从外层传入，然后存储在内部。 (1)class Averager():def _ _ init _ _(self):self . series =[]def _ _ call _ _(self，new _ value):self . series . append(new _ value)total = sum(self . series)return total/len(self . series)avg = Averager()logging . info(' avg(10)-& gt；%s '，avg(10))logging . info(' avg(20)-& gt；%s '，avg(20))logging . info(' avg(30)-& gt；%s '，avg(30))运行结果:非闭包方法定义了一个名为Averager的类。 然后，在初始化方法中为这个类定义一个数组序列，用于保存传入的值。 然后，使用__call__使类实例对象像调用普通函数一样以“object name()”的形式使用。 它接收一个参数作为要计算的新值，内部值保存在series数组中。 (2)实现这种平均计算方法的闭包法可以通过函数式编程来实现。 def make _ averager():series =[]def averager(new _ value):series . append(new _ value)total = sum(series)return total/len(series)return averager avg = make _ averager()logging . info(' avg(10)-& gt；%s '，avg(10))logging . info(' avg(20)-& gt；%s '，avg(20))logging . info(' avg(30)-& gt；%s '，avg(30))与上面的示例相同。 我们定义了一个make_averager函数，里面定义了一个名为averager(new_value)的函数，就是计算平均值的算法。传入的参数保存在外层的系列数组中；最后，返回这个内部函数。 黄色区域表示产生关闭现象的代码段。 series数组是自由变量(free variable)，不受内部函数averager的影响，所以可以保存传入的变量的所有值。 调用函数后，内部函数平均器的局部范围内的变量将变得无效。 通过__code__属性可以看到avg函数中的变量名。 __code__属性是编译后的函数定义体。 logging.info('avg。__代码_ _。co _ varnames-& gt；%s '，平均。__代码_ _。co_varnames)logging.info('avg。__代码_ _。co _ freevars-& gt；%s '，平均。__代码_ _。co_freevars)结果:其中co_varnames代表一个局部变量；Co_freevars表示自由变量。 这与我们之前描述的关闭场景一致。 闭包中自由变量的值保存在avg函数的__closure__属性中。 它是一个cell对象列表，每个cell对象与co_freevars列表中的名字一一对应:INFO-avg。__闭包_ _--> _ _-->；(& lt0x000002A8AF736D38处的单元格:0x000002A8AF9C7DC8 >处的列表对象。，)信息-平均值。__closure__[0]。单元格内容-& gt；[10，20，30]运行结果:闭包翻译成闭包。 通过闭包，我们可以保持已定义的自由变量的值。 在这个函数被调用后，我们仍然可以使用这些变量。 Python __call__()方法(详细版)。卢西亚诺·拉马尔霍(作者)，道安，吴珂(译者)。流畅的Python [M]。人民邮电出版社，2017:312-315。