奇怪的行为：列表理解中的 Lambda

Question

在 python 2.6 中：

[x() for x in [lambda: m for m in [1,2,3]]]

结果：

[3, 3, 3]

我希望输出为 [1, 2, 3]。即使使用非列表理解方法，我也会遇到完全相同的问题。甚至在我将 m 复制到另一个变量之后。

我错过了什么？

Answer 1

要让 lambda 记住 m 的值，您可以使用具有默认值的参数：

[x() for x in [lambda m=m: m for m in [1,2,3]]]
# [1, 2, 3]

这是因为默认值在定义时设置一次。现在，每个 lambda 都使用自己的默认值 m，而不是在 lambda 执行时在外部范围内查找 m 的值。

Answer 2

您遇到的效果称为closures，当您定义一个引用非局部变量的函数时，该函数会保留对该变量的引用，而不是获取自己的副本。为了说明，我会将您的代码扩展为不带推导式或 lambda 的等效版本。

inner_list = []
for m in [1, 2, 3]:
    def Lambda():
         return m
    inner_list.append(Lambda)

因此，此时inner_list 中包含三个函数，每个函数在调用时都会返回m 的值。但重点是他们看到的都是同一个m，尽管m 正在改变，但他们在很久以后才看到它。

outer_list = []
for x in inner_list:
    outer_list.append(x())

特别是，由于内部列表是在外部列表开始构建之前完全构建的，m 已经达到了它的最后一个值 3，并且所有三个函数都看到了相同的值。

Answer 3

长话短说，你不想这样做。更具体地说，您遇到的是操作顺序问题。您正在创建三个单独的lambda，它们都返回m，但它们都不会立即被调用。然后，当你到达外部列表推导并且它们都被称为m 的残差值为 3 时，内部列表推导的最后一个值。

-- 对于cmets--

>>> [lambda: m for m in range(3)]
[<function <lambda> at 0x021EA230>, <function <lambda> at 0x021EA1F0>, <function <lambda> at 0x021EA270>]

这是三个独立的 lambda。

而且，作为进一步的证据：

>>> [id(m) for m in [lambda: m for m in range(3)]]
[35563248, 35563184, 35563312]

同样，三个独立的 ID。

Answer 4

查看函数的__closure__。所有 3 都指向同一个单元格对象，该单元格对象保持对 m 从外部范围的引用：

>>> print(*[x.__closure__[0] for x in [lambda: m for m in [1,2,3]]], sep='\n')
<cell at 0x00D17610: int object at 0x1E2139A8>
<cell at 0x00D17610: int object at 0x1E2139A8>
<cell at 0x00D17610: int object at 0x1E2139A8>

如果您不希望函数将 m 作为关键字参数，根据 unubtu 的回答，您可以改为使用额外的 lambda 在每次迭代时评估 m：

>>> [x() for x in [(lambda x: lambda: x)(m) for m in [1,2,3]]]
[1, 2, 3]

Answer 5

就个人而言，我发现这是一个更优雅的解决方案。 Lambda 返回一个函数，所以如果我们想使用该函数，那么我们应该使用它。对 lambda 中的“匿名”变量和生成器使用相同的符号会令人困惑，因此在我的示例中，我使用不同的符号以使其更清晰。

>>> [ (lambda a:a)(i) for i in range(3)]
[0, 1, 2]
>>> 

它也更快。

>>> timeit.timeit('[(lambda a:a)(i) for i in range(10000)]',number=10000)
9.231263160705566
>>> timeit.timeit('[lambda a=i:a  for i in range(10000)]',number=10000)
11.117988109588623
>>> 

但不如地图快：

>>> timeit.timeit('map(lambda a:a,  range(10000))',number=10000)
5.746963977813721

（我不止一次运行这些测试，结果是一样的，这是在 python 2.7 中完成的，结果在 python 3 中不同：两个列表推导在性能上更接近并且都慢得多，映射仍然快得多.)

Answer 6

@unubtu 的回答是正确的。我在 Groovy 中使用闭包重新创建了场景。也许是说明了正在发生的事情。

这类似于[x() for x in [lambda: m for m in [1,2,3]]]

arr = []
x = 0
while (x < 3) {
  x++
  arr.add({ -> x })
}
arr.collect { f -> f() } == [3, 3, 3]

这类似于[x() for x in [lambda m=m: m for m in [1,2,3]]]

arr = []
x = 0
while (x < 3) {
  x++
  arr.add({_x -> { -> _x }}(x))
}
arr.collect { f -> f() } == [1, 2, 3]

请注意，如果我使用 [1,2,3].each {x -> ... } 而不是 while 循环，则不会发生这种情况。 Groovy while 循环和 Python 列表推导式都在迭代之间共享其闭包。

Answer 7

我也注意到了。我得出的结论是 lambda 只创建一次。所以实际上你的内部列表理解将给出 3 个与 m 的最后一个值相关的相同函数。

尝试一下并检查元素的 id()。

[注意：此答案不正确；见 cmets]