python yield

1、迭代器

可迭代对象，一般能用在 for … in … 中的对象，都是迭代器。迭代器将所有数据都保存在内存中，比如list。

2、生成器

用法上可以理解为只能迭代一轮的迭代器，不把所有数据都保存在内存中，实时生成数据，节省内存。
如下代码所示，首先定义一个名叫“mygenerator”的生成器。第一轮迭代，顺序输出生成器生成的数据；第二轮迭代，因为数据都已生成，因此没有输出

mygenerator = (x for x in range(3))
print "mygenerator is %s" % mygenerator
# out: 
# mygenerator is <generator object <genexpr> at 0x00000000043BDD80>

print "first iteration, output:"
for i in mygenerator:
    print i
# out:
# first iteration, output:
# 0
# 1
# 2

print "second iteration, output:"
for i in mygenerator:
    print i
# out:
# second iteration, output:

3、yield

yield只能用在函数内部，调用函数后将返回一个生成器。

生成器都有一个next()方法，第一次调用next，相当于启动生成器，会从生成器函数代码的第一行开始执行，一直执行到yield语句，并返回yield后面的值。再次调用next()方法，会从yield后面一条语句开始执行，再次遇到yield停止并返回yield后面的值。

函数内部可以执行几次yield语句，就可以调用几次next方法，即能从该生成器函数获得几次值。

def mygenerator():
    print "hi, I'm a mygenerator"
    print "yield 1 execute"
    yield 1
    print "yield 2 exec"
    yield 2
    print "yield 3 exec"
    yield 3
    
d = mygenerator()
print d
# out: 
# generator object mygenerator at 0x000000000347E288>

k = d.next()
# out:
# hi, I'm a mygenerator
# yield 1 execute
print k
# out：
# 1

k = d.next()
# out: 
# yield 2 exec
print k
# out:
# 2

k = d.next()
# out:
# yield 3 exec
print k
# out:
# 3

4、yield生成器的send(value) 方法

send(value) 和 next() 功能基本一致，都能获得生成器的下一个值，区别在于send方法同时可以传递一个值到生成器内部。
send(None) 和 next() 作用完全相同。

send()执行时，会先为上一条yield语句的等号左侧赋值（注意等号右侧的yield已经执行过，不会再执行），然后接着执行到下一条yield语句。第一次执行生成器时，由于没有更早的yield语句来赋值，因此只能用send(None)或next方法。

def mygenerator():
    print "hi, I'm a mygenerator"
    print "yield 1 execute"
    value_from_send = yield 1
    print "value_from_send is %s" % value_from_send
    print "yield 2 exec"
    yield 2

d = mygenerator()
k = d.send(None)
# out: 
# hi, I'm a mygenerator
# yield 1 execute
print k
# out: 
# 1

k = d.send(100)
# out: 
# value_from_send is 100
# yield 2 exec
print k
# out: 
# 2