fun = [lambda x: x*i for i in range(4)]
for item in fun:
print(item(1))
上述式子的輸出結果:
預計結果為:0, 2, 4, 6
實際輸出為:3, 3, 3, 3
-
原理:i 在外層作用域
lambda x: x*i
為內層(嵌)函數,他的命名空間中只有 {'x': 1} 沒有 i ,
所以運行時會向外層函數(這兒是列表解析式函數 [ ])的命名空間中請求 i
而當列表解析式運行時,列表解析式命名空間中的 i 經過循環依次變化為 0-->1-->2-->3 最后固定為 3 ,
所以當lambda x: x*i
內層函數運行時,去外層函數取 i 每次都只能取到 3 -
解決辦法:變閉包作用域為局部作用域。
給內層函數lambda x: x*i
增加參數,命名空間中有了用來存儲每次的 i ,
即改成[lambda x, i=i: x*i for i in range(4)]
這樣每一次,內部循環生成一個lambda 函數時,
都會把 --i--作為默認參數傳入lambda的命名空間
循環4次實際lambda表達式為:
第一次:lambda x, i=0 第二次:lambda x, i=1 第三次:lambda x, i=2 第四次:lambda x, i=3
fun = [lambda x, i=i: x*i for i in range(4)]
for item in fun:
print(item(1))
#輸出結果為:
0
1
2
3
函數fun = [lambda x: x*i for i in range(4)]
等價於:如下函數
def func():
fun_lambda_list = []
for i in range(4):
def lambda_(x):
return x*i
fun_lambda_list.append(lambda_)
return fun_lambda_list
查看該函數命名空間及 I 值變化:
def func():
fun_lambda_list = []
for i in range(4):
def lambda_(x):
print('Lambda函數中 i {} 命名空間為:{}:'.format(i, locals()))
return x*i
fun_lambda_list.append(lambda_)
print('外層函數 I 為:{} 命名空間為:{}'.format(i, locals()))
return fun_lambda_list
fl = func()
fl[0](1)
fl[1](1)
fl[2](1)
fl[3](1)
#運行結果為:為了排版美觀,我已將輸出lambda_函數地址改名為:lam函數1 2 3
外層函數I為:0 命名空間為:{'i': 0, 'lambda_': lam函數1 'fun_lambda_list': [lam函數1]} 外I:1 命空:{'i': 1, 'lambda_': lam函數2, 'fun_lambda_list': [lam函數1, lam函數2]} 外I:2 命空:{'i': 2, 'lambda_': lam函數3, 'fun_lambda_list': [lam函數1, lam函數2, lam函數3]} 外I:3 命空:{'i': 3, 'lambda_': lam函數4, 'fun_lambda_list': [lam函數1, lam函數2, lam函數3, lam函數4]} Lambda函數中 i 3 命名空間為:{'i': 3, 'x': 1}: Lambda函數中 i 3 命名空間為:{'i': 3, 'x': 1}: Lambda函數中 i 3 命名空間為:{'i': 3, 'x': 1}: Lambda函數中 i 3 命名空間為:{'i': 3, 'x': 1}:
可以看見:就像上面所說的:四次循環中外層函數命名空間中的 i 從 0-->1-->2-->3 最后固定為3,
而在此過程中內嵌函數-Lambda函數中因為沒有定義 i 所以只有Lambda 函數動態運行時,
在自己命名空間中找不到 i 才去外層函數復制 i = 3 過來,結果就是所有lambda函數的 i 都為 3,
導致得不到預計輸出結果:0,1,2,3 只能得到 3, 3, 3, 3
- 解決辦法:變閉包作用域為局部作用域。
def func():
fun_lambda_list = []
for i in range(4):
def lambda_(x, i= i):
print('Lambda函數中 i {} 命名空間為:{}:'.format(i, locals()))
return x*i
fun_lambda_list.append(lambda_)
return fun_lambda_list
fl = func()
res = []
res.append(fl[0](1))
res.append(fl[1](1))
res.append(fl[2](1))
res.append(fl[3](1))
print(res)
#輸出結果為:
Lambda函數中 i 0 命名空間為:{'x': 1, 'i': 0}:
Lambda函數中 i 1 命名空間為:{'x': 1, 'i': 1}:
Lambda函數中 i 2 命名空間為:{'x': 1, 'i': 2}:
Lambda函數中 i 3 命名空間為:{'x': 1, 'i': 3}:
[0, 1, 2, 3]
給內層函數 lambda_增加默認參數,命名空間中有了用來存儲每次的 i , 即改成 def lambda_(x, i=i) :
這樣每一次,
內部循環生成一個lambda 函數時,都會把 i 作為默認參數傳入lambda的命名空間
循環4次實際lambda表達式為:
第一次:lambda_( x, i=0) 第二次:lambda_(x, i=1) 第三次:lambda_(x, i=2) 第四次:lambda_(x, i=3)
這樣我們就能得到預計的結果:0, 1, 2, 3
只有函數、類、模塊會產生作用域,代碼塊不會產生作用域。作用域按照變量的定義位置可以划分為4類:
Local(函數內部)局部作用域
Enclosing(嵌套函數的外層函數內部)嵌套作用域(閉包)
Global(模塊全局)全局作用域
Built-in(內建)內建作用域
python解釋器查找變量時,會按照順序依次查找局部作用域--->嵌套作用域--->全局作用域--->內建作用域,在任意一個作用域中找到變量則停止查找,所有作用域查找完成沒有找到對應的變量,則拋出 NameError: name 'xxxx' is not defined的異常。