带有yield的函数在Python中被称之为generator(生成器)，也就是说，当你调用这个函数的时候，函数内部的代码并不立即执行 ，这个函数只是返回一个生成器(Generator Iterator)。

def generator():
 for i in range(10) :
  yield i*i

gen = generator()
print(gen)

<generator object generator at 0x7ffaad115aa0>

1. 使用next方法迭代生成器

generator函数怎么调用呢？答案是next函数。

print("first iteration:")
print(next(gen))

print("second iteration:")
print(next(gen))

print("third iteration:")
print(next(gen))

print("fourth iteration:")
print(next(gen))

程序输出:

first iteration:
 0
 second iteration:
 1
 three iteration:
 4
 four iteration:
 9

在函数第一次调用next(gen)函数时，generator函数从开始执行到yield，并返回yield之后的值。

在函数第二次调用next(gen)函数时，generator函数从上一次yield结束的地方继续运行，直至下一次执行到yield的地方，并返回yield之后的值。依次类推。

2. 使用send()方法与生成器函数通信

def generator():
 x = 1
 while True:
  y = (yield x)
  x += y

gen = generator()
  
print("first iteration:")
print(next(gen))

print("send iteration:")
print(gen.send(10))

代码输出：

first iteration:
 1
 send iteration:
 11

生成器(generator)函数用yield表达式将处理好的x发送给生成器(Generator)的调用者；然后生成器(generator)的调用者可以通过send函数，将外部信息替换生成器内部yield表达式的返回值，并赋值给y，并参与后续的迭代流程。

3. Yield的好处

Python之所以要提供这样的解决方案，主要是内存占用和性能的考量。看类似下面的代码：

for i in range(10000):
  ...

上述代码的问题在于，range(10000)生成的可迭代的对象都在内存中，如果数据量很大比较耗费内存。

而使用yield定义的生成器(Generator)可以很好的解决这一问题。

参考材料

• https://pyzh.readthedocs.io/en/latest/the-python-yield-keyword-explained.html
• https://liam.page/2017/06/30/understanding-yield-in-python/

总结