Python延遲綁定問(wèn)題原理及解決方案
延遲綁定出現(xiàn)在閉包問(wèn)題中。下面我們看一個(gè)閉包的例子:
def (n):
def mul(x):
return n*x
return mul
double = gen_mul(2)
doubled_value = double(6)
可以看出滿足閉包的幾點(diǎn):
- 有內(nèi)部函數(shù)
- 內(nèi)部函數(shù)引用了外部函數(shù)中的自由變量
- 內(nèi)部函數(shù)被返回
閉包的優(yōu)點(diǎn):
- 可以避免使用全局變量
- 可以持久化變量,達(dá)到靜態(tài)變量的作用
閉包的缺點(diǎn):
- 可能會(huì)消耗大量的內(nèi)存
- 可能會(huì)導(dǎo)致內(nèi)存泄漏
當(dāng)然缺點(diǎn)可以通過(guò)人為避免。
現(xiàn)在我們來(lái)看看另一個(gè)會(huì)引出延遲綁定的例子:
def multipliers(): return [lambda x : i * x for i in range(4)] print([m(2) for m in multipliers()]) # [6,6,6,6]
上邊的例子會(huì)輸出[6,6,6,6],而不是我們預(yù)期的[0,2,4,6]。
這就是延遲綁定導(dǎo)致的結(jié)果。具體過(guò)程我們可以來(lái)分析下:
執(zhí)行第三行時(shí),會(huì)先執(zhí)行multipliers函數(shù),然后執(zhí)行函數(shù)中的列表解析式。在每一次迭代的時(shí)候都會(huì)生成一個(gè)匿名函數(shù)(這里只是定義)作為元素。然后回到第三行,遍歷返回的列表中的匿名函數(shù),傳入?yún)?shù)2并執(zhí)行。此時(shí)函數(shù)類(lèi)似于這樣:
def noname(x):
return i * x
我們知道Python查找變量的作用域鏈的順序依次為L(zhǎng)EGB:
局部變量(L)->外部函數(shù)中的局部變量(E)->全局變量(G)->內(nèi)置變量(B)
非常重要的一點(diǎn)我們需要知道:Python的作用域在編譯時(shí)就已經(jīng)形成了,而不是在運(yùn)行時(shí),函數(shù)的作用域與其被調(diào)用的位置無(wú)關(guān)。
那么在本例中,上面的noname函數(shù)體中的i從何而來(lái)呢?當(dāng)然首先會(huì)到multipliers函數(shù)的局部變量中去尋找。此時(shí)i的值已經(jīng)為3,所以出現(xiàn)這種讓人”費(fèi)解”的現(xiàn)象。
那么現(xiàn)在我們既然已經(jīng)知道了原因,那么要怎樣解決呢?
我們可以將迭代的i值直接注入到匿名函數(shù)的函數(shù)體中,這里給出兩種方法:
通過(guò)為參數(shù)設(shè)置默認(rèn)值,這是因?yàn)樵诰幾g時(shí)就會(huì)計(jì)算確定默認(rèn)值:
def multipliers_ch1():
return [lambda m,x=i : m * x for i in range(4)]
通過(guò)內(nèi)置函數(shù)partial:
from functools import partial def multipliers_ch2(): return [partial(lambda m,x : m * x,i) for i in range(4)]
利用生成器的延遲計(jì)算:
def multipliers_ch3():
for m in range(4):
yield lambda x: m * x
partial及生成器的內(nèi)容會(huì)在以后分享。
運(yùn)行結(jié)果
print([m(2) for m in multipliers_ch1()]) # [0,2,4,6]
print([m(2) for m in multipliers_ch2()]) # [0,2,4,6]
print([m(2) for m in multipliers_ch3()]) # [0,2,4,6]
注:
自由變量:指未在本地作用域中綁定的變量,我們可通過(guò)訪問(wèn)函數(shù)的code屬性進(jìn)行查看:
fun.code.co_freevars
LEGB: 可看該部分解釋
以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
Python Transformer 庫(kù)安裝配置及使用方法
Hugging Face Transformers 是自然語(yǔ)言處理(NLP)領(lǐng)域最流行的開(kāi)源庫(kù)之一,支持基于 Transformer 架構(gòu)的預(yù)訓(xùn)練模型(如 BERT、GPT、T5 等),覆蓋文本、圖像、音頻等多模態(tài)任務(wù),本文介紹Python 中的 Transformer 庫(kù)及使用方法,感興趣的朋友一起看看吧2025-04-04
關(guān)于python的mmh3庫(kù)安裝以及使用詳解
這篇文章主要介紹了關(guān)于python的mmh3庫(kù)安裝以及使用詳解,哈希方法主要有MD、SHA、Murmur、CityHash、MAC等幾種方法,mmh3全程murmurhash3,是一種非加密的哈希算法,常用于hadoop等分布式存儲(chǔ)情境中,需要的朋友可以參考下2023-07-07
Python已正確安裝Numpy但無(wú)法調(diào)用背后的奧秘及解決辦法
這篇文章主要給大家介紹了關(guān)于Python已正確安裝Numpy但無(wú)法調(diào)用背后的奧秘及解決辦法,文中提供了多種可能的原因和解決方案,同時(shí)還給出了預(yù)防措施,幫助開(kāi)發(fā)者避免未來(lái)出現(xiàn)類(lèi)似問(wèn)題,需要的朋友可以參考下2024-12-12
python中的匿名函數(shù)及編寫(xiě)無(wú)參數(shù)decorator詳解
這篇文章主要介紹了python中的匿名函數(shù)及編寫(xiě)無(wú)參數(shù)decorator詳解,高階函數(shù)可以接收函數(shù)做參數(shù),有些時(shí)候,我們不需要顯式地定義函數(shù),直接傳入匿名函數(shù)更方便,需要的朋友可以參考下2023-12-12

