字典迭代 Lambda 函数

Question

我一直在遍历数组字典，并对字典中的每个数组元素应用线性回归。

from sklearn.linear_model import LinearRegression
model = LinearRegression()
for i in my_dict.keys():
    test = model.fit(x_val.reshape(-1,1), my_dict[i].reshape(-1,1))
    coeff = float(test.coef_)
    intercept = float(test.intercept_)
    my_dict[i] = lambda x: coeff * x  + intercept

在每次迭代中，我都非常有信心将适当的系数和截距分配给 lambda 函数。但是，似乎字典中每个存储的 lambda 函数都在使用系数并截取字典中的“最后一个”键。我似乎无法解释为什么会这样。谢谢！

编辑：我知道我可以将线性回归器对象分配给每个键，而不是使用 lambda 函数（我只是更喜欢 lambda 函数）。然而，这并没有解决这个问题。

Answer 1

请参阅 here 和 here。

这在 Python 中有点奇怪——闭包中的变量查找是基于包含范围和变量名的组合。由于您的 lambda 是在模块范围内定义的（请注意，for 循环不会创建新范围），并且由于名称 coeff 和 intercept 没有更改，因此每次查找将始终是上次迭代的值循环。

要解决此问题，您可以执行以下操作之一：

1. 通过将 my_dict[i] = lambda x: coeff * x + intercept 包装在本地函数中来强制每次迭代使用新范围
2. 通过将coeff 和intercept 捕获为默认参数，将它们烘焙到lambda 的定义中：my_dict[i] = lambda x, coeff=coeff, intercept=intercept: coeff * x + intercept
3. 将单独的 coeff 和 intercept 值保存在 my_dict（或其他容器）中，然后在需要时将它们取出。