この記事では、Python に関する関連知識を提供し、主にラムダのスコープに関する関連問題と、Python のクロージャーに関する関連コンテンツをまとめています。
【関連する推奨事項: Python3 ビデオ チュートリアル 】
Python クロージャとラムダのスコープ
ラムダの書き方
def fun(): for i in range(3): yield lambda x : x * i f0, f1, f2 = fun() print(f0(1), f1(2), f2(3))
クロージャの書き方
def fun(): result = [] for i in range(3): def demo(x): return x * i result.append(demo) return result f0, f1, f2 = fun() print(f0(1), f1(2), f2(3))
上記 2 つの書き方の結果は 2, 4, 6 です。本来の考え方によれば、結果は 0, 2, 6 になるはずです。
問題の原因:
問題の根本は、Python の変数検索ルール LEGB (local、included、global、bultin) にあります。上記の例では、 , i は Closure スコープ (囲み) にあり、Python のクロージャは遅延バインディングであり、クロージャで使用されている変数 i の値は、内部関数が呼び出されたときに見つかります。
解決策
クロージャのスコープをローカルスコープに変更する
ラムダの書き方
def fun(): for i in range(3): yield lambda x, i = i: x * i f0, f1, f2 = fun() print(f0(1), f1(2), f2(3))
クロージャの書き方
def fun(): result = [] for i in range(3): def demo(x, i=i): return x * i result.append(demo) return result f0, f1, f2 = fun() print(f0(1), f1(2), f2(3))
上記の出力結果は 0, 2, 6
#別の状況:
def fun(): for i in range(3): yield lambda x : x * i f0, f1, f2 = fun() print(f0(1), f1(2), f2(3))出力結果は依然として 2, 4, 6
問題の原因
fun() メソッドによって返されるジェネレーター (またはイテレーター) は実際には実行されませんが、呼び出されるたびに実行されます。 トラバーサル後に印刷が実行される場合、i 変数は最後の呼び出しの値を使用します。ラムダがクロージャ メソッドとみなされる場合、変数 i の値は依然としてクロージャ スコープ内にあります (ローカルではありません)Python の落とし穴 (クロージャとラムダ)栗を見てみましょう最初def create():
return [lambda x:i*x for i in range(5)]
for i in create():
print(i(2))
結果:
88888create 関数の戻り値はリストであり、リストの各要素は関数、つまり入力パラメーター x に複数の i を乗算する関数です。予想された結果は 0、2、4、6、8 でしたが、結果は 5 と 8 で、予想外でした。 このトラップが発生する際に lambda がよく使われるため、lambda の問題だと思われるかもしれませんが、lambda は責任を負いたくないという意思表示をしています。問題の本質は、Python の属性検索ルール LEGB (ローカル、エンクロージング、グローバル、ブリティン) にあります。上記の例では、i はクロージャ スコープ (エンクロージング) 内にあり、Python のクロージャは遅延バインディングです。これは、次のことを意味します。内部関数が呼び出されるときに、クロージャで使用される変数の値が照会されます。解決策も非常に簡単で、クロージャのスコープをローカル スコープに変更するだけです。
def create(): return [lambda x, i=i:i*x for i in range(5)] for i in create(): print(i(2))別の書き方:
def create(): a = [] for i in range(5): def demo(x, i=i): return x*i a.append(demo) return a for i in create(): print(i(2))
上記 2 つの書き方は同じです
結果:02
4
6
8
同様の問題を抱えた別の栗毛 ##コードは非常に単純です: (ステートメント: python3 質問)
nums = range(2,20) for i in nums: nums = filter(lambda x: x==i or x%i, nums) print(list(nums))
結果:
[2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16 , 17, 18, 19]同様に、通常のロジックによれば、結果は次のようになります:[2, 3, 5, 7 、11、13、17、19 ]
問題の原因:
Python3 では、filter() 関数はイテレータを返します。したがって、実際には Executed は行われませんが、呼び出されるたびに実行されます (Python2 の filter() によって返される値リストにはこの現象はありません)
- トラバーサル後に印刷が実行される場合、ループが実行されます, 上の栗と同じです 問題は、変数 i が最後の呼び出しの値を使用することです. 上の栗との違いは、上の栗は埋め込みスコープの値を使用するのに対し、この栗はグローバル i
- 変更コード:
nums = range(2,20) for i in nums: nums = filter(lambda x,i=i: x==i or x%i, nums) print(list(nums))
結果:
[2, 3, 5, 7, 11, 13, 17, 19]【関連する推奨事項:Python3 ビデオ チュートリアル
以上がPython でのクロージャとラムダのスコープ分析の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

Arraysinpython、特にvianumpy、arecrucialinscientificComputing fortheirefficienty andversitility.1)彼らは、fornumericaloperations、data analysis、andmachinelearning.2)numpy'simplementation incensuresfasteroperationsthanpasteroperations.3)arayableminablecickick

Pyenv、Venv、およびAnacondaを使用して、さまざまなPythonバージョンを管理できます。 1)Pyenvを使用して、複数のPythonバージョンを管理します。Pyenvをインストールし、グローバルバージョンとローカルバージョンを設定します。 2)VENVを使用して仮想環境を作成して、プロジェクトの依存関係を分離します。 3)Anacondaを使用して、データサイエンスプロジェクトでPythonバージョンを管理します。 4)システムレベルのタスク用にシステムPythonを保持します。これらのツールと戦略を通じて、Pythonのさまざまなバージョンを効果的に管理して、プロジェクトのスムーズな実行を確保できます。

numpyarrayshaveveraladvantages-averstandardpythonarrays:1)thealmuchfasterduetocベースのインプレンテーション、2)アレモレメモリ効率、特にlargedatasets、および3)それらは、拡散化された、構造化された形成術科療法、

パフォーマンスに対する配列の均一性の影響は二重です。1)均一性により、コンパイラはメモリアクセスを最適化し、パフォーマンスを改善できます。 2)しかし、タイプの多様性を制限し、それが非効率につながる可能性があります。要するに、適切なデータ構造を選択することが重要です。

craftexecutablepythonscripts、次のようになります

numpyarraysarasarebetterfornumeroperations andmulti-dimensionaldata、whilethearraymoduleissuitable forbasic、1)numpyexcelsinperformance and forlargedatasentassandcomplexoperations.2)thearraymuremememory-effictientivearientfa

NumPyArraySareBetterforHeavyNumericalComputing、whilethearrayarayismoreSuitableformemory-constrainedprojectswithsimpledatatypes.1)numpyarraysofferarays andatiledance andpeperancedatasandatassandcomplexoperations.2)thearraymoduleisuleiseightweightandmemememe-ef

ctypesallowsinging andmanipulatingc-stylearraysinpython.1)usectypestointerfacewithclibrariesforperformance.2)createc-stylearraysfornumericalcomputations.3)passarraystocfunctions foreffientientoperations.how、how、becuutiousmorymanagemation、performanceo


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

SAP NetWeaver Server Adapter for Eclipse
Eclipse を SAP NetWeaver アプリケーション サーバーと統合します。

DVWA
Damn Vulnerable Web App (DVWA) は、非常に脆弱な PHP/MySQL Web アプリケーションです。その主な目的は、セキュリティ専門家が法的環境でスキルとツールをテストするのに役立ち、Web 開発者が Web アプリケーションを保護するプロセスをより深く理解できるようにし、教師/生徒が教室環境で Web アプリケーションを教え/学習できるようにすることです。安全。 DVWA の目標は、シンプルでわかりやすいインターフェイスを通じて、さまざまな難易度で最も一般的な Web 脆弱性のいくつかを実践することです。このソフトウェアは、

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

メモ帳++7.3.1
使いやすく無料のコードエディター

VSCode Windows 64 ビットのダウンロード
Microsoft によって発売された無料で強力な IDE エディター

ホットトピック









