Python列表推导式与生成器表达式的闭包陷阱解析

本文详细解析Python中列表推导式与生成器表达式的具体用法及常见陷阱，旨在帮助开发者深入理解其底层机制并提供实用的代码参考。

首先观察两个典型的列表推导式示例。

def t1():
  func1 = [lambda x: x*i for i in range(10)]
  result1 = [f1(2) for f1 in func1]
  print result1
def t2():
  func2 = [lambda x, i=i: x*i for i in range(10)]
  result2 = [f2(2) for f2 in func2]
  print result2

上述代码展示了两个包含lambda表达式的列表推导式，其实际运行输出结果如下所示。

[18, 18, 18, 18, 18, 18, 18, 18, 18, 18] [0, 2, 4, 6, 8, 10, 12, 14, 16, 18]

接下来探讨造成上述结果差异的根本原因。

在第一个示例中，列表推导式会创建一系列函数对象。例如，代码段定义了一个空函数，用于对比说明。

def func():
  pass

这里需要注意func()与直接调用函数的区别：当lambda表达式被放入列表时，它返回的是函数对象本身；而加上小括号后，则是执行该函数对象的调用操作。

函数对象只有在被实际调用时，才会对其内部引用的变量进行求值。在t1()方法的执行过程中，当lambda函数最终被调用时，循环变量i的值已经变为9，因此这10个函数对象都引用了i=9这一最终状态。

相比之下，t2()方法通过为lambda函数设置默认参数，使得lambda函数实际上接受两个参数（x和i），从而在定义时捕获了当前的i值，因此返回了预期的不同结果。

此外，还可以采用其他替代方案来实现相同逻辑。

def t3():
  func3 = (lambda x: x*i for i in range(10))
  result3 = [f3(2) for f3 in func3]
  print result3

使用上述替代代码后，输出结果为：

[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]

此时，代码结构从列表推导式转变为生成器表达式，其执行结果也随之发生变化。

生成器的核心特性在于惰性求值：只有当用户真正需要某个值时，它才会进行计算。这与列表推导式有显著区别：列表推导式在创建时会立即遍历整个循环，导致变量i迅速变为9；而生成器不会立即求值，当调用第一个函数时，它才计算并返回当前对应的i值，随后暂停；当下一次调用时，它继续处理下一个值。这种机制完美符合了我们的预期行为。

如需了解更多Python相关知识，建议查阅本站系列教程：《Python列表(list)操作技巧总结》、《Python字符串操作技巧汇总》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》。

希望本文的解析能对您的Python程序设计工作有所帮助。