


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!

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

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

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen











Python eignet sich für Datenwissenschafts-, Webentwicklungs- und Automatisierungsaufgaben, während C für Systemprogrammierung, Spieleentwicklung und eingebettete Systeme geeignet ist. Python ist bekannt für seine Einfachheit und sein starkes Ökosystem, während C für seine hohen Leistung und die zugrunde liegenden Kontrollfunktionen bekannt ist.

Python zeichnet sich in Gaming und GUI -Entwicklung aus. 1) Spielentwicklung verwendet Pygame, die Zeichnungen, Audio- und andere Funktionen bereitstellt, die für die Erstellung von 2D -Spielen geeignet sind. 2) Die GUI -Entwicklung kann Tkinter oder Pyqt auswählen. Tkinter ist einfach und einfach zu bedienen. PYQT hat reichhaltige Funktionen und ist für die berufliche Entwicklung geeignet.

Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

Um die Effizienz des Lernens von Python in einer begrenzten Zeit zu maximieren, können Sie Pythons DateTime-, Zeit- und Zeitplanmodule verwenden. 1. Das DateTime -Modul wird verwendet, um die Lernzeit aufzuzeichnen und zu planen. 2. Das Zeitmodul hilft, die Studie zu setzen und Zeit zu ruhen. 3. Das Zeitplanmodul arrangiert automatisch wöchentliche Lernaufgaben.

Python ist in der Entwicklungseffizienz besser als C, aber C ist in der Ausführungsleistung höher. 1. Pythons prägnante Syntax und reiche Bibliotheken verbessern die Entwicklungseffizienz. 2. Die Kompilierungsmerkmale von Compilation und die Hardwarekontrolle verbessern die Ausführungsleistung. Bei einer Auswahl müssen Sie die Entwicklungsgeschwindigkeit und die Ausführungseffizienz basierend auf den Projektanforderungen abwägen.

Python zeichnet sich in Automatisierung, Skript und Aufgabenverwaltung aus. 1) Automatisierung: Die Sicherungssicherung wird durch Standardbibliotheken wie OS und Shutil realisiert. 2) Skriptschreiben: Verwenden Sie die PSUTIL -Bibliothek, um die Systemressourcen zu überwachen. 3) Aufgabenverwaltung: Verwenden Sie die Zeitplanbibliothek, um Aufgaben zu planen. Die Benutzerfreundlichkeit von Python und die Unterstützung der reichhaltigen Bibliothek machen es zum bevorzugten Werkzeug in diesen Bereichen.

PythonlistsarePartThestandardlibrary, whilearraysarenot.listarebuilt-in, vielseitig und UNDUSEDFORSPORINGECollections, während dieArrayRay-thearrayModulei und loses und loses und losesaluseduetolimitedFunctionality.

Ist es genug, um Python für zwei Stunden am Tag zu lernen? Es hängt von Ihren Zielen und Lernmethoden ab. 1) Entwickeln Sie einen klaren Lernplan, 2) Wählen Sie geeignete Lernressourcen und -methoden aus, 3) praktizieren und prüfen und konsolidieren Sie praktische Praxis und Überprüfung und konsolidieren Sie und Sie können die Grundkenntnisse und die erweiterten Funktionen von Python während dieser Zeit nach und nach beherrschen.
