如何在joblib的Parallel中动态定义函数而非显式声明？

现有如下代码：

from joblib import Parallel, delayed
def process(i):
    return i * i
    
results = Parallel(n_jobs=2)(delayed(process)(i) for i in range(10))

能否不显式定义process函数，而是在Parallel(n_jobs=2)(delayed(<<此处??>>)(i) for i in range(10))中动态定义该函数？

本例中的process是简单单行函数，但实际场景中有更复杂的函数，例如：

def process(i):
    def process_1(j) :
      return i - j + 12 if j > 100 else i + j
    if i > 123 :
      k = process_1(i)
    else :
      k = process_1(i - 23)
    return k * i

希望将这类复杂函数也在Parallel函数内动态定义，而非显式声明。

完全可以实现，根据函数复杂度分两种方式处理：

1. 单行简单函数场景 #

直接用lambda表达式替代显式定义的函数，代码示例：

from joblib import Parallel, delayed

results = Parallel(n_jobs=2)(delayed(lambda i: i * i)(i) for i in range(10))

2. 复杂嵌套/分支函数场景 #

对于包含内部子函数、多分支判断的复杂逻辑，可以把所有逻辑封装在嵌套的lambda结构里，直接嵌入delayed中，替代原有的显式函数：

from joblib import Parallel, delayed

results = Parallel(n_jobs=2)(
    delayed(
        lambda i: (
            # 嵌套lambda替代原process_1子函数
            lambda j: i - j + 12 if j > 100 else i + j
        )(i if i > 123 else i - 23) * i
    )(i) for i in range(200)  # 扩大范围覆盖i>123的分支场景
)

这种写法完全不需要显式声明process和process_1函数，所有逻辑都动态定义在Parallel的调用链中。

注意事项 #

如果逻辑过于复杂，嵌套lambda的可读性会大幅下降，这种情况下显式定义函数反而更利于代码维护。但如果必须要动态定义函数，上述方式完全可以满足需求。

内容的提问来源于stack exchange，提问作者Brian Smith