函数引用丢失了外部循环

Question

我正在尝试使用scipy进行插值，并且我遇到了一个我认为与scipy和numpy无关的错误。 一旦我退出循环，我将函数插入列表，列表中的函数就不复存在了。 这是我举例说明我的问题。

import numpy as np
from scipy import interpolate
import matplotlib.pyplot as plt


function_list = [ lambda x: np.sin(x), lambda x: -np.exp(x) ]

new_funcs = []
ea_func_steps = 100
x_points = np.linspace(-np.pi, np.pi, ea_func_steps)

plt.figure()
# shift functions up 1 and interpolate
for f_i, func in enumerate(function_list):
    dest = func(x_points) + 1
    interp_res = interpolate.interp1d(x_points, dest)
    # fill the function list with the new functions for later use
    new_funcs.append(lambda x: interp_res(x))

    # print for verification
    print(new_funcs[f_i])
    # plot for verification
    plt.title("inside loop")
    plt.plot(new_funcs[f_i](x_points))

plt.figure()
for n_f in new_funcs:
    # print for verification
    # same ids!
    print(n_f)
    # plot for verification
    # this just plots the last function twice!
    plt.title("outside loop")
    plt.plot(n_f(x_points))

plt.show()

以下是结果图：

这些情节应该是相同的，但它们不是！ 这是怎么回事？

Answer 1

你这里不需要你的lambda：

new_funcs.append(lambda x: interp_res(x))

interp_res 已经是一个函数，它接受一个参数并返回你需要的值。 所以你可以写：

new_funcs.append(interp_res)

解决问题的原因是lambda中的闭包按名称绑定了interp_res ，因此所有lambda都以相同的interp_res值（你定义的最后一个）结束。

解决这种闭包行为（以及强制名称在定义时绑定）的常用方法是默认参数值：

lambda x, interp_res=interp_res: interp_res(x)

另一种方法是编写一个返回所需lambda的函数; 函数返回时，闭包中的值是固定的：

def makelambda(interp_res):
    return lambda x: interp_res(x)

# ...

new_funcs.append(make_lambda(interp_res))

当然，您也可以将后者写成lambda：

new_funcs.append((lambda f: lambda x: f(x))(interp_res))