为何在列表推导式中包含完整lambda表达式？Python闭包解析

嘿，这个问题可是Python闭包里的经典“踩坑现场”，我来给你唠明白～

首先得先搞懂原代码为啥会出意外：

def create_multipliers():
    return [lambda x: i * x for i in range(5)]

for multiplier in create_multipliers():
    print(multiplier(2))

你以为会输出 0, 2, 4, 6, 8，结果全是 8？这是因为lambda里的i不是在创建时绑定值，而是在调用时才去查找变量i的当前值。列表推导式运行的时候，i在循环里从0跑到4，但所有lambda都共享同一个i的引用。等你后续调用这些lambda的时候，循环早就结束了，i已经固定成4了，所以每个lambda计算的都是4*2。

那为啥要在列表推导式里用“完整的lambda表达式”（也就是带默认参数的写法，比如lambda x, i=i: i*x）呢？

这是因为Python的函数默认参数是在函数定义时就完成求值绑定的，而不是调用时。当我们写lambda x, i=i: i*x的时候，每个lambda在创建的瞬间，都会把当时循环里i的当前值作为自己的默认参数存下来。这样每个lambda都持有了属于自己的i的“快照”，而不是共享那个会一直变化的外部变量i。

修正后的代码长这样：

def create_multipliers():
    return [lambda x, i=i: i * x for i in range(5)]

for multiplier in create_multipliers():
    print(multiplier(2))

运行这个代码，就能得到预期的0, 2, 4, 6, 8啦。

当然还有其他办法，比如用functools.partial来绑定参数，但用默认参数的lambda写法是最直接的原生解决方案，本质都是为了把循环变量的当前值固定在lambda创建的时刻，而不是等调用时才去取变量的最终值。

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