当您不确定某些内置类型到底是什么时,我建议您查看Typeshed,这是 Python 标准库(以及一些选择的第 3 方模块)的类型提示存储库。 Mypy 在每个版本中都包含一个 typeshed 版本。
例如,here are the definitions 究竟是什么迭代器和生成器:
@runtime
class Iterator(Iterable[_T_co], Protocol[_T_co]):
@abstractmethod
def __next__(self) -> _T_co: ...
def __iter__(self) -> Iterator[_T_co]: ...
class Generator(Iterator[_T_co], Generic[_T_co, _T_contra, _V_co]):
@abstractmethod
def __next__(self) -> _T_co: ...
@abstractmethod
def send(self, value: _T_contra) -> _T_co: ...
@abstractmethod
def throw(self, typ: Type[BaseException], val: Optional[BaseException] = ...,
tb: Optional[TracebackType] = ...) -> _T_co: ...
@abstractmethod
def close(self) -> None: ...
@abstractmethod
def __iter__(self) -> Generator[_T_co, _T_contra, _V_co]: ...
@property
def gi_code(self) -> CodeType: ...
@property
def gi_frame(self) -> FrameType: ...
@property
def gi_running(self) -> bool: ...
@property
def gi_yieldfrom(self) -> Optional[Generator]: ...
注意:
- 迭代器只有两种方法:
__next__ 和 __iter__,但生成器有更多。
- 生成器是迭代器的子类型——每个生成器也是迭代器,但反之则不然。
但这在高层次上意味着什么?
嗯,简而言之,使用迭代器,信息流是单向的。当你有一个迭代器时,你能做的就是调用__next__ 方法来获取下一个要产生的值。
相比之下,生成器的信息流是双向:您可以通过send 方法将信息返回发送到生成器。
实际上,这就是其他两个类型参数的用途——当您执行Generator[A, B, C] 时,您声明您生成的值是A 类型,您发送到生成器的值是@ 类型987654334@,您从生成器返回的值的类型为C。
这里还有一些有用的阅读材料:
- python generator "send" function purpose?
- Difference between Python's Generators and Iterators
- Return in generator together with yield in Python 3.3
- https://jeffknupp.com/blog/2013/04/07/improve-your-python-yield-and-generators-explained/
那么,什么时候应该使用迭代器和生成器?
嗯,一般来说,您应该偏向于使用有助于调用者了解您期望如何使用返回值的类型。
例如,以您的fib 为例。你所做的只是产生值:信息流是单向的,代码并没有真正设置为接受来自调用者的信息。
因此,在这种情况下使用 Iterator 而不是 Generator 是最容易理解的:Iterator 最能反映 fib 实现的单向性。
(如果您编写了一个数据流是双向的生成器,那么您当然需要使用生成器而不是迭代器。)