- 201 直观理解 yield
- 202 yield与生成器
- 203 yield 和 send函数
- 204 yield 使用案例之嵌套 list 的完全展开
- 205 yield 使用案例之列表分组
- 206 可迭代协议之 *iter* 方法使用案例
- 207 迭代器相关方法之 next 函数使用
- 208 定制一个递减迭代器案例
- 209 Python 生成枚举对象的方法
- 210 列表和迭代器区别
- 211 节省内存的案例
- 212 拼接迭代器
- 213 累积迭代器
- 214 漏斗迭代器
- 215 drop 迭代器
- 216 take 迭代器
- 217 克隆迭代器
- 218 复制元素
- 219 笛卡尔积
- 220 加强版zip
- 221 自定义装饰器之call_print
- 222 装饰器本质
- 223 wraps 装饰器
- 224 统计程序异常出现次数的迭代器
- 225 实现一个按照 2*i+1 自增的迭代器
201 直观理解 yield
要想通俗理解 yield，可结合普通函数的返回值关键字 return，yield便是一种特殊的return.
说是特殊的 return，是因为执行遇到 yield 时，立即返回，这是与 return 的相似之处。
不同之处在于：下次进入函数时直接到 yield 的下一个语句，而 return 后再进入函数，还是从函数体的第一行代码开始执行。
带 yield 的函数是生成器，通常与 next函数 结合用。下次进入函数，意思是使用 next函数 进入到函数体内。
举个例子说明 yield 的基本用法。
下面是被熟知的普通函数 f, f() 就会立即执行函数：
In [1]: def f():
...: print('enter f...')
...: return 'hello'
In [2]: ret = f()
enter g...
In [3]: ret
Out[3]: 'hello'
但是，注意观察下面新定义的函数 f，因为带有 yield，所以是生成器函数 f
def f():
print('enter f...')
yield 4
print('i am next sentence of yield')
执行 f，并未打印任何信息：
g = f()
只得到一个生成器对象 g
再执行 next(g) 时，输出下面信息：
In [18]: next(g)
enter f...
Out[18]: 4
再执行 next(g) 时，输出下面信息：
In [23]: next(g)
i am next sentence of yield
---------------------------------------------------------------------------
StopIteration Traceback (most recent call last)
<ipython-input-23-e734f8aca5ac> in <module>
----> 1 next(g)
StopIteration:
输出信息 i am next sentence of yield, 表明它直接进入yield的下一句。
同时，抛出一个异常：StopIteration，意思是已经迭代结束。
202 yield与生成器
函数带有 yield，就是一个生成器，英文 generator，它的重要优点：节省内存。
可能有些读者不理解怎么做到节省内存的？下面看一个例子。
首先定义一个函数 myrange:
def myrange(stop):
start = 0
while start < stop:
yield start
start += 1
使用生成器 myrange:
for i in myrange(10):
print(i)
返回结果：
0
1
2
3
4
5
6
7
8
9
整个过程空间复杂度都是 O(1)，这得益于 yield 关键字，遇到就返回且再进入执行下一句的机制。
以上完整过程，动画演示如下：
