Python中闭包与lambda的作用域解析

136 阅读 0 评论 90 点赞

我是靠谱客的博主光亮白云，这篇文章主要介绍Python中闭包与lambda的作用域解析，现在分享给大家，希望可以做个参考。

本篇文章给大家带来了关于Python的相关知识，其中主要整理了关于lambda的作用域的相关问题，还有Python中闭包的相关内容，下面一起来看一下，希望对大家有帮助。

【相关推荐：Python3视频教程】

Python闭包与lambda的作用域

lambda写法

复制代码def fun():
    for i in range(3):
        yield lambda x : x * i

f0, f1, f2 = fun()
print(f0(1), f1(2), f2(3))1
2
3
4
5
6
def fun():
    for i in range(3):
        yield lambda x : x * i

f0, f1, f2 = fun()
print(f0(1), f1(2), f2(3))
登录后复制

闭包的写法

复制代码def fun():
    result = []
    for i in range(3):
        def demo(x):
            return x * i
        result.append(demo)
    return result
f0, f1, f2 = fun()
print(f0(1), f1(2), f2(3))1
2
3
4
5
6
7
8
9
def fun():
    result = []
    for i in range(3):
        def demo(x):
            return x * i
        result.append(demo)
    return result
f0, f1, f2 = fun()
print(f0(1), f1(2), f2(3))
登录后复制

上面两种写法的结果都是2，4，6，按最初的想法结果应该是0，2，6。

问题原因：

问题的本事在python的变量查找规则，LEGB（local，enclousing，global，bulitin）,上面的例子中，i就是在闭包作用域(enclousing)，而Python的闭包是迟绑定，闭包中用到的变量i的值，是在内部函数被调用时查找到的。

解决办法

将闭包作用域变为局部作用域

lambda写法

复制代码def fun():
    for i in range(3):
        yield lambda x, i = i: x * i

f0, f1, f2 = fun()
print(f0(1), f1(2), f2(3))1
2
3
4
5
6
def fun():
    for i in range(3):
        yield lambda x, i = i: x * i

f0, f1, f2 = fun()
print(f0(1), f1(2), f2(3))
登录后复制

闭包写法

复制代码def fun():
    result = []
    for i in range(3):
        def demo(x, i=i):
            return x * i
        result.append(demo)
    return result
f0, f1, f2 = fun()
print(f0(1), f1(2), f2(3))1
2
3
4
5
6
7
8
9
def fun():
    result = []
    for i in range(3):
        def demo(x, i=i):
            return x * i
        result.append(demo)
    return result
f0, f1, f2 = fun()
print(f0(1), f1(2), f2(3))
登录后复制

以上输出结果0，2，6

另一种情况：

复制代码def fun():
    for i in range(3):
        yield lambda x : x * i
f0, f1, f2 = fun()
print(f0(1), f1(2), f2(3))1
2
3
4
5
def fun():
    for i in range(3):
        yield lambda x : x * i
f0, f1, f2 = fun()
print(f0(1), f1(2), f2(3))
登录后复制

输出结果还是2，4，6

问题原因

fun()方法返回的生成器(或迭代器)，并没有真正的执行，而是在每次调用的时候进行执行。

在遍历后执行打印时，i这个变量使用的是最后调用的值。将lambda看作闭包方法的话，变量i值还是闭包作用域(no local)

python当中的坑（闭包与lambda）

先来看一个栗子

复制代码def create():
    return [lambda x:i*x for i in range(5)]
 
for i in create():
    print(i(2))1
2
3
4
5
def create():
    return [lambda x:i*x for i in range(5)]
 
for i in create():
    print(i(2))
登录后复制

结果：

create函数的返回值时一个列表，列表的每一个元素都是一个函数－－将输入参数x乘以一个倍数i的函数。预期的结果时0，2，4，6，8. 但结果是5个8，意外不意外。

由于出现这个陷阱的时候经常使用了lambda，所以可能会认为是lambda的问题，但lambda表示不愿意背这个锅。问题的本质在与python中的属性查找规则，LEGB（local，enclousing，global，bulitin），在上面的例子中，i就是在闭包作用域（enclousing），而Python的闭包是迟绑定，这意味着闭包中用到的变量的值，是在内部函数被调用时查询得到的

解决办法也很简单，那就是变闭包作用域为局部作用域。

复制代码def create():
    return [lambda x, i=i:i*x for i in range(5)]
 
for i in create():
    print(i(2))1
2
3
4
5
def create():
    return [lambda x, i=i:i*x for i in range(5)]
 
for i in create():
    print(i(2))
登录后复制

换种写法：

复制代码def create():
    a = []
    for i in range(5):
        def demo(x, i=i):
            return x*i
        a.append(demo)
    return a
 
for i in create():
    print(i(2))1
2
3
4
5
6
7
8
9
10
def create():
    a = []
    for i in range(5):
        def demo(x, i=i):
            return x*i
        a.append(demo)
    return a
 
for i in create():
    print(i(2))
登录后复制

以上两种写法是一样的

结果：

再来一个问题相似的栗子

代码很简单：（声明:python3问题）

复制代码nums = range(2,20)
for i in nums:
    nums = filter(lambda x: x==i or x%i, nums)
print(list(nums))1
2
3
4
nums = range(2,20)
for i in nums:
    nums = filter(lambda x: x==i or x%i, nums)
print(list(nums))
登录后复制

结果：

同样按照正常的逻辑结果应该为：

问题产生的原因：

在python3当中filter()函数返回的是一个迭代器，因此并没有做真正的执行，而是在每次调用的时候执行（python2中filter()返回的值列表，无此现象）
在遍历后执行打印时，现在执行循环当中的函数，同上面一个栗子的问题，i这个变量使用的是最后调用时的值，与以上栗子不同的是以上栗子用的是内嵌作用域的值，而这个栗子用的是全局i的值

修改代码：

复制代码nums = range(2,20)
for i in nums:
    nums = filter(lambda x,i=i: x==i or x%i, nums)
print(list(nums))1
2
3
4
nums = range(2,20)
for i in nums:
    nums = filter(lambda x,i=i: x==i or x%i, nums)
print(list(nums))
登录后复制

结果：

【相关推荐：Python3视频教程】

以上就是Python中闭包与lambda的作用域解析的详细内容，更多请关注靠谱客其它相关文章！