


Warum geben meine Funktionen in einer Python-Schleife alle denselben Wert zurück?
Late Binding beim Erstellen von Funktionen in Schleifen oder Comprehensions verstehen
Beim Versuch, Funktionen innerhalb einer Schleife zu erstellen, kann es vorkommen, dass Alle Funktionen geben denselben Wert zurück, obwohl sie unterschiedliche Ausgaben erwarten. Dieses Verhalten tritt aufgrund der späten Bindung auf, bei der der Wert einer Variablen zum Zeitpunkt der Ausführung aufgelöst wird.
Pythons späte Bindung
In Python werden Funktionen und Lambdas durch Standardbindungsvariablen zum Zeitpunkt der Ausführung. Dies bedeutet, dass alle darin verwendeten Variablen beim Aufruf der Funktion nachgeschlagen werden. In Ihrer Schleife wird der Schleifeniterator i später aufgelöst und verweist zu diesem Zeitpunkt auf den Endwert von i nach der Schleife.
Zum Beispiel im folgenden Codeausschnitt:
functions = [] for i in range(3): def f(): return i functions.append(f)
Alle Funktionen in der Funktionsliste verweisen auf denselben Wert von i, der nach Abschluss der Schleife 2 ist.
Früh erzwingen Bindung
Um dieses Problem zu beheben, müssen Sie eine frühe Bindung erzwingen, die sicherstellt, dass der Wert von i zum Zeitpunkt der Funktionsdefinition gebunden ist. Eine Möglichkeit, dies zu tun, besteht darin, einen Standardwert für das Argument zu verwenden, wie unten gezeigt:
functions = [] for i in range(3): def f(i=i): return i functions.append(f)
Durch die Bereitstellung eines Standardwerts für das i-Argument wird eine frühe Bindung erzwungen. Der Wert von i, der an die f-Funktion übergeben wird, wird aufgelöst, wenn die Funktion definiert wird, nicht wenn sie ausgeführt wird.
Verwendung einer Funktionsfabrik
Ein anderer Ansatz ist eine Funktionsfabrik zu verwenden, die Funktionen mit den gewünschten Bindungen erstellt. Dazu gehört das Erstellen einer zusätzlichen Funktion, die die Variable, die Sie binden möchten, übernimmt und eine verschachtelte Funktion mit der früh gebundenen Variablen zurückgibt:
def make_f(i): def f(): return i return f
In Ihrer Schleife können Sie dann f = make_f(i) zum Erstellen verwenden funktioniert mit den entsprechenden frühen Bindungen.
Das obige ist der detaillierte Inhalt vonWarum geben meine Funktionen in einer Python-Schleife alle denselben Wert zurück?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Tomgelistsinpython, Youcanusethe-Operator, ExtendMethod, ListCompredesion, Oritertools.chain, jeweils mitSpezifizierungen: 1) Der OperatorissimpleButlessEfficienceforlargelists; 2) Extendismory-Effizienzbutmodifiestheoriginallist;

In Python 3 können zwei Listen mit einer Vielzahl von Methoden verbunden werden: 1) Verwenden Sie den Bediener, der für kleine Listen geeignet ist, jedoch für große Listen ineffizient ist. 2) Verwenden Sie die Erweiterungsmethode, die für große Listen geeignet ist, mit hoher Speicher -Effizienz, jedoch die ursprüngliche Liste. 3) Verwenden Sie * Operator, der für das Zusammenführen mehrerer Listen geeignet ist, ohne die ursprüngliche Liste zu ändern. 4) Verwenden Sie iTertools.chain, das für große Datensätze mit hoher Speicher -Effizienz geeignet ist.

Die Verwendung der join () -Methode ist die effizienteste Möglichkeit, Zeichenfolgen aus Listen in Python zu verbinden. 1) Verwenden Sie die join () -Methode, um effizient und leicht zu lesen. 2) Der Zyklus verwendet die Bediener für große Listen ineffizient. 3) Die Kombination aus Listenverständnis und Join () eignet sich für Szenarien, die Konvertierung erfordern. 4) Die Verringerung () -Methode ist für andere Arten von Reduktionen geeignet, ist jedoch für die String -Verkettung ineffizient. Der vollständige Satz endet.

PythonexexecutionStheProcessOfTransformingPythonCodeIntoexexexecleableInstructions.1) ThePythonvirtualmachine (PVM) Ausführungen

Zu den wichtigsten Merkmalen von Python gehören: 1. Die Syntax ist prägnant und leicht zu verstehen, für Anfänger geeignet; 2. Dynamisches Typsystem, Verbesserung der Entwicklungsgeschwindigkeit; 3. Reiche Standardbibliothek, Unterstützung mehrerer Aufgaben; 4. Starke Gemeinschaft und Ökosystem, die umfassende Unterstützung leisten; 5. Interpretation, geeignet für Skript- und Schnellprototypen; 6. Support für Multi-Paradigma, geeignet für verschiedene Programmierstile.

Python ist eine interpretierte Sprache, enthält aber auch den Zusammenstellungsprozess. 1) Python -Code wird zuerst in Bytecode zusammengestellt. 2) Bytecode wird von Python Virtual Machine interpretiert und ausgeführt. 3) Dieser Hybridmechanismus macht Python sowohl flexibel als auch effizient, aber nicht so schnell wie eine vollständig kompilierte Sprache.

UseaforloopwheniteratoverasequenceOrforaPecificNumberoftimes; UseaWhileloopWencontiningUntilAconDitionisMet.ForloopsardealForknown -Sequencies, während whileloopSuituationen mithungeterminediterationen.

PythonloopscanleadtoErors-ähnliche Finanzeloops, ModificingListsDuringiteration, Off-by-Oneerrors, Zero-Indexingissues und Nestroxinefficiens.toavoidthese: 1) Verwenden Sie


Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

Dreamweaver Mac
Visuelle Webentwicklungstools

ZendStudio 13.5.1 Mac
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

WebStorm-Mac-Version
Nützliche JavaScript-Entwicklungstools

SAP NetWeaver Server-Adapter für Eclipse
Integrieren Sie Eclipse mit dem SAP NetWeaver-Anwendungsserver.
