Python列表推导式中lambda变量绑定问题原理及解决方法咨询

Python中闭包的变量绑定采用晚绑定规则：闭包内部引用的外部变量，不会在闭包定义阶段就捕获变量的当前值，只会在闭包实际被调用时，才会去对应作用域查找变量的最新值。

你示例中的列表推导式在生成lambda函数时，每个lambda都引用了循环变量i，但并不会立刻读取i的当前值。等到整个列表推导式执行完成，循环变量i的最终值为'C'，后续你遍历列表调用所有lambda函数时，所有函数读取到的i都是这个最终值，因此输出结果全为'C'。

核心思路是在lambda定义阶段就把循环变量的当前值固化下来，常用有两种实现方式：

方法1：使用默认参数传值 #

函数的默认参数会在函数定义阶段完成求值，因此可以把当前循环变量作为默认参数传入lambda，即可固化当前值：

l = ['A', 'B', 'C']
l = [lambda i=i: i for i in l]
l = [i() for i in l]
print(l)
# 输出：['A', 'B', 'C']

方法2：使用functools.partial绑定参数 #

偏函数partial可以在定义阶段就把指定参数的当前值绑定到目标函数上，也能达到同样效果：

from functools import partial
l = ['A', 'B', 'C']
l = [partial(lambda x: x, i) for i in l]
l = [i() for i in l]
print(l)
# 输出：['A', 'B', 'C']

内容的提问来源于stack exchange，提问作者cmangla