Python lambdaclosures范围
我试图使用闭包来消除函数签名中的variables（应用程序是编写连接接口的Qt信号所需的所有函数，以控制大量参数到存储值的字典）。
我不明白为什么使用不包含在另一个函数lambda的情况下返回所有情况下的姓氏。
names = ['a','b','c'] def test_fun(name,x): print name,x def gen_clousure(name): return lambda x: test_fun(name,x) funcs1 = [gen_clousure(n) for n in names] funcs2 = [lambda x: test_fun(n,x) for n in names] # this is what I want In [88]: for f in funcs1: ....: f(1) a 1 b 1 c 1 # I do not understand why I get this In [89]: for f in funcs2: ....: f(1) c 1 c 1 c 1
原因是闭包（lambdas或其他）closures名称，而不是值。 当你定义lambda x: test_fun(n, x) ，n不会被计算，因为它在函数内部。 在函数被调用的时候被评估，在那个时候，这个值是循环的最后一个值。
你在开始时说，你想“使用闭包来消除函数签名中的variables”，但它并不是真的那样工作。 （请参阅下文，但是，根据“消除”的含义，可能会满足您的一种方式）。函数定义时，函数体内部的variables将不会被评估。 为了让函数获取variables的“快照”，因为它在函数定义时存在，您必须将该variables作为parameter passing。 通常的做法是给函数一个参数，其默认值是来自外部作用域的variables。 看看这两个例子的区别：
>>> stuff = [lambda x: n+x for n in [1, 2, 3]] >>> for f in stuff: ... print f(1) 4 4 4 >>> stuff = [lambda x, n=n: n+x for n in [1, 2, 3]] >>> for f in stuff: ... print f(1) 2 3 4
在第二个例子中，将n作为parameter passing给函数，将n的当前值“locking”到该函数中。 如果你想以这种方式locking值，你必须做这样的事情。 （如果它不这样工作，像全局variables这样的东西根本就不能工作;在使用时查找自由variables是非常重要的。）
请注意，这种行为没有任何特定的lambdaexpression式。 如果使用def来定义引用封闭范围中的variables的函数，那么同样的范围规则是有效的。
如果你真的想要的话，你可以避免将额外的参数添加到返回的函数中，但是为了做到这一点，你必须在另一个函数中包装该函数，如下所示：
>>> def makeFunc(n): ... return lambda x: x+n >>> stuff = [makeFunc(n) for n in [1, 2, 3]] >>> for f in stuff: ... print f(1) 2 3 4
在这里，内部的lambda仍然在调用时查找n的值。 但它引用的n不再是全局variables，而是封闭函数makeFunc的局部variables。 每次调用makeFunc时makeFunc创build一个新的局部variables值，返回的lambda会创build一个闭包，以“保存”调用makeFunc的局部variables值。 因此，循环中创build的每个函数都有自己的“私有”variablesx 。 （对于这个简单的例子，这也可以用外部函数的lambda来实现— stuff = [(lambda n: lambda x: x+n)(n) for n in [1, 2, 3]] – 但这是不太可读的。）
注意，你仍然必须把你的n作为parameter passing，只是通过这样做，你不会把它作为一个parameter passing给相同的函数， 而是将其作为parameter passing给一个帮助函数，该函数可以创build您想要放入函数的函数。 使用这种双函数方法的优点是返回的函数是“干净”的，没有额外的参数; 这可能是有用的，如果你包装的函数接受了大量的参数，在这种情况下，可能会变得混淆，记住n参数在列表中的位置。 缺点是，这样做，function的制作过程比较复杂，因为你需要另一个封闭的function。
结果是有一个折衷：你可以使函数创build过程更简单（即不需要两个嵌套函数），但是你必须使得得到的函数更复杂一点（即它有这个额外的n=n参数）。 或者你可以使函数更简单（即没有n= n参数），但是你必须使函数创build过程更加复杂（即，你需要两个嵌套函数来实现这个机制）。
