字典推导与常规字典创建语义差异：<dictcomp>.<lambda>行为异常解析

哈哈，这个问题其实是Python里闭包常见的“坑”，和字典推导本身关系不大，核心是闭包变量的延迟绑定特性在搞鬼！

你看，你在字典推导里定义的lambda: print(name)，这里的name并不是在每次迭代时就被“固定”下来的。Lambda函数在定义的时候，并不会直接把当前name的值存进去，而是记住了要去访问这个变量的引用。只有当你真正调用这个lambda的时候，它才会去查找name当前的取值——而字典推导的循环结束后，name变量最后指向的就是列表里的最后一个元素"bob"，所以不管是d["a"]()还是d["b"]()，调用时都会取到这个最终值。

至于你看到两个lambda的id不同，这很正常：它们确实是两个独立的函数对象，但它们捕获的是同一个外部作用域里的name变量引用。就像两个不同的人都盯着同一个杯子，杯子里最后装的是bob，那他们看到的自然都是bob。

要解决这个问题，你需要在定义lambda的时候，就把当前迭代的name值“固定”下来。最常用的方法是把name作为lambda的默认参数，因为默认参数的值是在函数定义时就确定的，而不是调用时：

d = { 
    **{ keyword: lambda n=name: print(n) for (keyword, name) in [ ("a", "alice"), ("b", "bob"), ] }, 
    "c": lambda: print("carol") 
}

这样修改后，d["a"]()就会输出"alice"，d["b"]()输出"bob"了——因为每个lambda的默认参数n在定义时就绑定了当前迭代的name值，和外部的name变量不再有关系。

再说说你提到的生成器的点：字典推导确实是基于生成器实现的，但生成器的迭代过程中，循环变量name是在同一个作用域里的，并不会每次迭代都创建一个新的name变量。这和普通for循环里定义lambda的问题完全一样：

funcs = []
for keyword, name in [("a", "alice"), ("b", "bob")]:
    funcs.append(lambda: print(name))
funcs[0]()  # 输出bob
funcs[1]()  # 输出bob

字典推导只是把这个循环写成了紧凑的形式，作用域逻辑和普通for循环没区别。

总之，记住这个关键点：闭包（包括lambda）里的变量是延迟绑定的，调用时才会取当前值；要绑定定义时的值，就用默认参数或者其他方式把值“封装”到函数内部。

内容的提问来源于stack exchange，提问作者Atonal