Python函数变量绑定问题：循环添加lambda时如何绑定当前迭代i值

问题原因 #

Python 中闭包的变量是晚绑定的：闭包内部用到的外部变量，只会在函数实际调用的时候才会查询取值，而非函数定义时就固定下来。你遇到的就是典型的循环内定义闭包的绑定问题，所有lambda调用时读取的都是循环结束后最终的i值。

解决方案 #

最简便的方式是利用「函数默认参数在定义阶段求值」的特性，给lambda添加一个默认参数来捕获当前迭代的i值：
把追加函数的行修改为：

func_list.append(lambda x, i=i: x*i)

此时每次迭代创建lambda时，都会把当前的i值作为默认参数绑定到函数的形参i上，后续i的更新不会影响已经创建好的函数的默认参数值。

你也可以用functools.partial实现同样的绑定效果：

from functools import partial
# ... 其余代码不变
func_list.append(partial(lambda x, i: x*i, i=i))

修正后完整运行代码 #

import matplotlib.pyplot as plt
import numpy as np

func_list = []
for i in range(1, 4):
    func_list.append(lambda x, i=i: x*i) 

d = np.linspace(0, 5)

for func in func_list:
    plt.plot(d, func(d))

plt.grid()
plt.show()

运行后即可得到斜率分别为1、2、3的三条直线。

说明为什么之前的方法无效 #

你尝试用内存地址取值的方案仍然无效，本质是因为ctypes.cast(id(i), ctypes.py_object).value这段代码是在lambda调用时才执行的，此时i已经是循环结束后的3，不管你是直接取i的值还是取i对应地址的值，拿到的都是最终的3，自然无法实现绑定当前迭代值的效果。

内容的提问来源于stack exchange，提问作者Gabe Morris