Python列表推导生成lambda全返回最后值，能否关闭对应优化？

问题原因说明 #

你遇到的输出异常不是Python针对lambda的特殊优化，而是Python闭包的迟绑定特性决定的：闭包内部引用的外层变量，只会在闭包函数实际被调用时才会去查找对应的值，而非闭包定义时就捕获变量的当前值。你在列表推导中定义的所有lambda都引用了迭代变量elt，当你后续调用这些lambda时，elt已经循环到了最后一个值5，因此所有调用输出都是5。

这是Python作用域设计的固有规则，不存在开关可以关闭或者弱化该逻辑。

可实现预期效果的替代方案 #

方案1：利用默认参数在定义时捕获值 #

Python中函数的默认参数会在函数定义阶段完成求值，我们可以把当前迭代的elt赋值给lambda的默认参数，让每个lambda都保存对应迭代的elt值：

tab = [lambda elt=elt: elt for elt in [1,2,3,4,5]]
for elt in tab:
    print(elt())

方案2：用functools.partial提前绑定参数 #

通过functools.partial可以把当前迭代的elt作为固定参数预先绑定到函数上，避免后续变量变更带来的影响：

from functools import partial
tab = [partial(lambda x: x, elt) for elt in [1,2,3,4,5]]
for elt in tab:
    print(elt())

方案3：用高阶函数创建独立作用域 #

我们可以编写一个辅助函数封装lambda的创建逻辑，每次调用辅助函数都会生成独立的作用域保存当前的elt值：

def create_lambda(val):
    return lambda: val

tab = [create_lambda(elt) for elt in [1,2,3,4,5]]
for elt in tab:
    print(elt())

以上三种方案运行后都会输出你预期的1、2、3、4、5序列。

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