Python Numpy随机数发生器与lambda函数

我试图创建一个随机变量列表

wtfuns

，我可以调用它：

wtfuns[I]（size=1000）

，以返回特定随机变量的1000个样本列表。为此，我使用lambda函数，如下所示：

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。但是,

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

产生

0.311
0.524
0.67

---

不知何故，p值通过引用传递给lambda函数。发生了什么事？我完全糊涂了。

是的，您的第一个定义捕获了对

p

的引用。当

p

改变时，功能也随之改变。解决方案是使用一种技巧，将lambda转换为闭包：

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

“p=p”东西将p的当前值捕获到一个本地值中，该本地值与函数一起携带。

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