如何评估一组 lambda 函数答案

【问题标题】：How can I evaluate an array of lambda functions如何评估一组 lambda 函数
【发布时间】：2019-07-22 18:56:21
【问题描述】：

我正在尝试编写一个函数，该函数将创建一个 lambda 函数列表，然后将一个数组传递给该列表。

我想出了如何对这个函数列表进行硬编码，但是，我似乎不知道如何使用 for 循环来创建列表。

例如，让我们使用一个非常简单的函数，我们将 A 的每个元素乘以 1，然后乘以 2，然后乘以 3，... 以此类推，这样每一行对应于 A 的元素，每一列对应于A乘以的数字。

import numpy as np
A = np.array([1,2,3,4])

def f():
    F3 = lambda x: 3*x
    F2 = lambda x: 2*x
    F1 = lambda x: 1*x
    F0 = lambda x: 0*x
    return lambda x: np.stack((F3(x),F2(x),F1(x),F0(x)),axis=1)

F = f()
F(A)

然后是我的输出。

array([[ 3,  2,  1,  0],
       [ 6,  4,  2,  0],
       [ 9,  6,  3,  0],
       [12,  8,  4,  0]])

上面的代码只用于 3*x。如果我想遵循 n*x 的模式，我会怎么做？我的基本想法如下（但是，这不起作用）：

import numpy as np
A = np.array([1,2,3,4])

def _f():
    return lambda x: n*x
def f(N):
    F = []
    for n in range(N):
        F.append(lambda x: _f(n))
    return np.array(F)

F = f(5)
F(A)

在现实生活中，我的函数 _f() 要复杂得多。这背后的动机是我宁愿让我的程序只遍历每个 _f 一次，然后一次性执行计算 F(A)。

可以通过以下代码实现所需的输出，但是，每次调用 F 时都会遍历循环。

import numpy as np
A = np.array([1,2,3,4])

def _f(n,x):
    return n*x
def f(N,x):
    F = []
    for n in range(N):
        F.append(_f(n,x))
    return np.array(F)

F = f(5,A)
print(F.T)

这将返回：

[[ 0  1  2  3  4]
 [ 0  2  4  6  8]
 [ 0  3  6  9 12]
 [ 0  4  8 12 16]]

【问题讨论】：

标签： python python-3.x numpy lambda

【解决方案1】：

这个循环坏了：

for n in range(N):
    F.append(lambda x: _f(n))

因为n在函数体中被延迟读取（所以所有存储的函数都从循环中读取n的final值）。

最简单的解决方法是将n 绑定为默认参数；默认参数在定义时被急切地绑定：

for n in range(N):
    F.append(lambda x, n=n: _f(n))
                     ^^^^^ Changed part

如果您想避免使用默认参数，请让您的工厂函数为您执行急切绑定：

def _f(n):  # Now receives n as an argument to outer function
    return lambda x: n*x  # While inner function uses n from closure and x passed when called

然后使用它：

for n in range(N):
    F.append(_f(n))

【讨论】：

这解决了一部分，但是，我不知道如何将我的数组传递给我的函数。 F 以函数列表的形式出现。我的最终目标是以这样的方式编写函数 f ，即我可以将数组传递给它，并且它将对数组的每个元素执行每个函数。输出应该类似于我上面展示的迭代方法。
@Epsilon1024：我认为答案是转换为 tuple 并返回必要的函数，例如return lambda x: np.stack(tuple(reversed(F)), axis=1)。从未使用过numpy.stack（根据文档，您所拥有的对我来说并不合适），但我不是numpy 专家； return 在功能上应该是等效的，但是是动态大小的。

【解决方案2】：

_f（正确定义；它应该将n 作为一个参数，而不是将n 作为一个全局变量）已经是函数，当调用它时，它会返回您想要的函数。

# Or _f = lambda n: lambda x: n * x
def _f(n):
    return lambda x: n * x

F = [_f(n) for n in range(N)]

也就是说，您可以使用 functools.partial 完全避免 lambda 表达式及其范围问题：

from functools import partial
from operator import mul


F = [partial(mul, n) for n in range(N)]

【讨论】：