python - 回调与基于生成器的设计

Question

我想听听您对设计的建议。我有一个控制温度的 toastr ，我正在做一些与温度相关的测量。我基本上是设置温度，测量一些东西然后继续。

我想出了两种设计，当然是简化的，如下所示。第一个使用基于回调的方法:

class Oven(object):
    # ... some methods
    def step_temperature(start, stop, num, rate, callback):
        temperatures = np.linspace(start, stop, num)
        for t in temperatures:
            self.temperature = t, rate # sweep to temperature with given rate
            self._wait_for_stability() # wait until temperature is reached.
            callback(t)                # execute the measurement
# Use Case
oven = Oven()
oven.step_temperature(start=20, stop=200, num=10, rate=1, callback=measure_stuff)

第二种设计是基于生成器的设计

class Oven(object):
    # ... some methods

    def step_temperature(start, stop, num, rate):
        temperatures = np.linspace(start, stop, num)
        for t in temperatures:
            self.temperature = t, rate
            self._wait_for_stability()
            yield t
# Use Case
oven = Oven()
for t in oven.step_temperature(start=20, stop=200, num=10, rate=1):
    measure_stuff(t)

我倾向于第二种设计，但我对你的建议很感兴趣。如果有更好的方法请不要犹豫告诉我。

Answer 1

@P3trus。我最近在 StackExchange 的 CodeReview 上回答了一个非常类似的 Python“yield 与回调”问题。如果您想阅读，here's a link但我总结一下:

解决“报告反馈”需求的常见模式有以下三种:

1. 产量
2. 回调函数
3. 内联、硬编码的反馈

yield 和回调都允许您将 UI/IO 的表示细节与模型或计算代码分开。这很好。两者都运作良好。

如果您使用 Python 的 yield，请确保您很好地理解迭代器和生成器，因为有几种语言实现了 yield 关键字，但存在细微的实现差异，如果出现以下情况，这些差异可能会让您感到惊讶:例如，您已经习惯了 C# 的 yield。这是a reference关于这一点——它很微妙，但值得一读。本质上，在Python中，当你的函数产生时，它会返回一个生成器，它可以有用分配给一个变量，捕获到该点的迭代，但你可能想也可能不想这样做。不要让这吓到你； 产量很好。

回调确实有一个很好的优势，因为它们允许与调用者(在模型或计算代码中)进行通信，可用于暂停或停止处理或以其他方式向模型发送消息。这是一个很好的职责分离并且它允许通信，如果您使用yield，通信可能会更加困难。或者可能不是。天无绝人之路。 :)

例如，在更新报告的温度时，回调还可以监视按钮或按键并向调用者返回一个值，该值可以指示用户想要中止处理，并且这不会污染模型的意识特定的 UI 或 IO。

所以不仅仅是:

callback(t)

您可以让 callback 完成其温度报告工作，但也可以监听它从用户那里收集的信息，例如:

if callback(t) == ABORT_BUTTON_PRESSED:
    self.shutdown  # or whatever

希望这有帮助。