download:GO进阶训练营
Q：参加 Go 进阶训练营，需要具备什么基础？
需要掌握 Go 语言基础语法，并具备一定的 Go 语言相关项目开发经验。
Q：学完课程后能到什么水平？
Go 进阶训练营课程设计对标字节跳动 2-2 级胜任力模型，教学贴近大厂真实场景。课程中的实践驱动，不仅可以系统提升你的代码硬实力，同时也会培养你进入一线互联网大厂必备的思维能力。
我们的课程培养目标是大厂的资深 Go 工程师、高级 Go 开发工程师、Go 技术专家。按照老师系统性的规划，用心学习，可以帮你摆脱低效和痛苦的自学，事半功倍，学完后可以达到一线互联网大厂中高级 Go 开发工程师的水平。
哪些人适合报名 Go 进阶训练营？
2 年以上工作经验，在理论和技术方面有进阶学习需求的 Go 语言工程师；
其它语言转 Go（比如 Java ）的工程师，用 Go 写过简单的项目，但工作中用 Go 写中大型的复杂项目比较吃力。
天都会增加新价格，因此平均值要考虑至目前为止所有的价格。
>>>avg(10)
10.0
>>>avg(20)
15.0
>>>avg(30)
20.0
2、实现方式1：使用类实现
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()
print(avg(10)) #10.0
print(avg(20)) #15.0
print(avg(30)) #20.0
函数说明：
1、定义一个类变量保存价格，avg = Averager() 类的实例化，生成实例对象时，创建self.series，是一个数组。
2、call 魔法方法：使得 Averager类的 avg 实例对象变成了可调用对象。
3、每次调用 avg(arg) 时，类变量的列表都增加一个 arg 的元素，返回 列表总和的平均值。
3、实现方式2：使用高阶函数实现（把函数作为参数传入，这样的函数称为高阶函数）
def make_averager():
series = []
def averager(new_value):
series.append(new_value)
total = sum(series)
return total/len(series)
return averager
avg = make_averager()
print(avg.code.co_varnames) #('new_value', 'total')
print(avg.code.co_freevars) #('series',)
print(avg(10)) #10.0
print(avg(20)) #15.0
print(avg(30)) #20.0
print(avg.closure) #(<cell at 0x00000151B2C415E8: list object at 0x00000151B2DA7AC8>,)
print(avg.closure[0].cell_contents) #[10, 20, 30]
函数说明：
调用 make_averager() 时，返回一个 averager 函数对象。每次调用 averager 时，它会把参数添加到系列值中，然后计算平均值。
series 是 make_averager 函数的局部变量
4、方法1和方法2的相通之处和不同之处
相通：
调用 Averager() 或 make_averager() 都得到一个可调用对象 avg，它会更新历史值，然后计算当前均值。
我们只需要调用 avg(n) ，把n放入到系列值中，然后重新计算均值。
不同：
Averager 类的实例 avg 在 self.series 中存储历史值；
make_averager 函数在哪里寻找 series ？series 是 make_averager 函数的局部变量，因为那个函数的定义体中初始化了series， series = [] 。可是调用avg(10)时，make_averager 函数已经返回了，它的本地作用域也一去不复返了。
三、闭包和自由变量
1、闭包和自由变量：在实现方式2的基础上
整个部分称为闭包
series = []
def averager(new_value):
series.append(new_value) # series 称为自由变量
total = sum(series)
return total/len(series)
说明：
averager 的闭包延伸到那个函数的作用域之外，包含自由变量的绑定。
2、func.code
print(avg.code.co_varnames) #('new_value', 'total') 将函数参数和局部变量以元组的形式返回
print(avg.code.co_freevars) #('series',) 返回内部函数中引用外部函数参数，即自由变量（通过函数闭包引用）
更详细的说明参考：
3、func.closure
示例2中
print(avg.closure) #(<cell at 0x00000151B2C415E8: list object at 0x00000151B2DA7AC8>,)
print(avg.closure[0].cell_contents) #[10, 20, 30]
或者遍历得到：
[cell.cell_contents for cell in func.closure]
说明：
Python 3 已将名为func_X 的函数属性重命名为使用 X 形式，从而在函数属性名称空间中为用户定义的属性释放了这些名称。
例如，func_closure，func_code，func_defaults，func_dict，func_doc，func_globals，func_name
分别重命名为closure，code，defaults，dict，doc，globals，name。
其实闭包函数相对于普通函数会多出一个closure的属性，里面定义了一个元组用于存放所有的cell对象，每个cell对象一一保存了这个闭包中所有的外部变量。
data model将closure定义为：None或包含该函数的自由变量绑定的单元格元组。
如果closure不是None，它将创建一个字典，将code.co_freevars中的每个单元格名称映射到元组中的相应cell.cell_contents。
“Cell”对象用于实现由多个作用域引用的变量。
对于每个这样的变量，一个“Cell”对象
