Numpy随机数生成器和lambda函数[重复]答案

【问题标题】：Numpy random number generators and lambda functions [duplicate]Numpy随机数生成器和lambda函数[重复]
【发布时间】：2021-03-01 21:26:11
【问题描述】：

我正在尝试创建一个随机变量列表wtfuns，我可以将其称为：wtfuns[i](size=1000)，以返回特定随机变量的 1000 个样本的列表。为此，我使用如下 lambda 函数：

wtfuns = []
pvals = [0.3,0.5,0.7]
for p in pvals:
    wtfuns.append(('bernoulli p='+str(p),lambda **x: binom(p,**x)))

for i in range(3):
    print(wtfuns[i][1](size=1000).mean())

输出

0.686
0.684
0.706

也就是说，在wtfuns[:,1] 列中，我有相同的二项式随机变量，参数为 0.7。然而，

for p in pvals:
    print(wtfuns[0][1](size=1000).mean())

生产

0.311
0.524
0.67

不知何故，p 值通过引用传递给 lambda 函数。到底是怎么回事？我完全糊涂了。

【问题讨论】：

wtfuns.append(('bernoulli p='+str(p), lambda p=p, **x: binom(p,**x)))

标签： python numpy random

【解决方案1】：

是的，您的第一个定义捕获了对p 的引用。随着p 的变化，函数也会发生变化。解决方案是使用将 lambda 转换为闭包的技巧：

    wtfuns.append(('bernoulli p='+str(p),lambda p=p,**x: binom(p,**x)))

“p=p”这个东西将p的当前值捕获到一个本地，它带有函数。

【讨论】：