其实谈工厂函数前必须首先把嵌套作用域和闭包讲清楚
python有一个很有意思的地方，就是def函数可以嵌套在另一个def函数之中。调用外层函数时，运行到的内层def语句仅仅是完成对内层函数的定义，而不会去调用内层函数，除非在嵌套函数之后又显式的对其进行调用。
x = 99
def f1():
x = 88
def f2():
print(x)
f2()
f1()
88
可以看出，f1中的嵌套变量x覆盖了全局变量x=99，然后f2中的本地变量按照引用规则，就引用了x=88。
下面我们来说说嵌套作用域的一个特殊之处:
本地作用域在函数结束后就立即失效，而嵌套作用域在嵌套的函数返回后却仍然有效。
def f1():
x = 88
def f2():
print(x)
return f2
action = f1()
action()
88
这个例子非常重要，也很有意思，函数f1中定义了函数f2，f2引用了f1嵌套作用域内的变量x，并且f1将函数f2作为返回对象进行返回。最值得注意的是我们通过变量action获取了返回的f2，虽然此时f1函数已经退出结束了，但是f2仍然记住了f1嵌套作用域内的变量名x。
上面这种语言现象称之为闭包：一个能记住嵌套作用域变量值的函数，尽管作用域已经不存在。
这里有一个应用就是工厂函数，工厂函数定义了一个外部的函数，这个函数简单的生成并返回一个内嵌的函数，仅仅是返回却不调用，因此通过调用这个工厂函数，可以得到内嵌函数的一个引用，内嵌函数就是通过调用工厂函数时，运行内部的def语句而创建的。
def maker(n):
k = 8
def action(x):
return x ** n + k
return action
f = maker(2)
print(f)
.action at 0x00000000021C51E0>
再看一个例子：
def maker(n):
k = 8
def action(x):
return x ** n + k
return action
f = maker(2)
print(f(4))
24
这里我们可以看出，内嵌的函数action记住了嵌套作用域内得两个嵌套变量，一个是变量k，一个是参数n，即使后面maker返回并退出。我们通过调用外部的函数maker，得到内嵌的函数action的引用。这种函数嵌套的方法在后面要介绍的装饰器中会经常用到。这种嵌套作用域引用，就是python的函数能够保留状态信息的主要方法了。
这里接着说说另一个关键字nonlocal
本地函数通过global声明对全局变量进行引用修改，那么对应的，内嵌函数内部想对嵌套作用域中的变量进行修改，就要使用nonlocal进行声明。
def test(num):
in_num = num
def nested(label):
nonlocal in_num
in_num += 1
print(label, in_num)
return nested
F = test(0)
F('a')
F('b')
F('c')
a 1
b 2
c 3
这里我们可以看到几个点，我们在nested函数中通过nonlocal关键字引用了内嵌作用域中的变量in_num，那么我们就可以在nested函数中修改他，即使test函数已经退出调用，这个“记忆”依然有效。
再最后一个例子：
def test(num):
in_num = num
def nested(label):
nonlocal in_num
in_num += 1
print(label, in_num)
return nested
F = test(0)
F('a')
F('b')
F('c')
G = test(100)
G('mm')
a 1
b 2
c 3
mm 101
多次调用工厂函数返回的不同内嵌函数副本F和G，彼此间的内嵌变量in_num是彼此独立隔离的。
更系统、更深入的探讨欢迎进入我们的专栏《Python数据科学之路》：酱油哥：来吧，一起踏上Python数据科学之路zhuanlan.zhihu.com
本专栏仿照美剧的剧集编排方式和整体逻辑架构进行组织，目前策划共分为七季：
第一季：Python编程语言核心基础。
第二季：Python数据分析基本工具。
第三季：机器学习线性代数核心-Python描述。
第四季：利用python进行时间序列分析。
第五季：机器学习概率统计核心-Python描述。
第六季：机器学习典型算法专题。
第七季：实战热点深度应用。
让我们一步一个台阶，共同踏上Python数据科学之旅。
)
