python yield

1、可迭代对象：列表，字符串，文件….
2、当你有大量数据并把所有值放到内存时，这种处理方式可能不总是你想要的
生成器是迭代器，只能遍历它一次，因为生成器并没有将所有值放入内存中，而是实时地生成这些值
当你知道你的函数将产生大量仅被读取一次的数据时,使用生成器将是十分有效的做法
3、yield是一个关键词，类似return, 不同之处在于，yield返回的是一个生成器
当你调用这个函数，函数中你书写的代码并没有执行。这个函数仅仅返回一个生成器对象
在每次for循环使用生成器时,都会执行你的代码

参考：http://python.jobbole.com/83610/

理解几个例子：

def yield_test(n):
    print('start.')
    for i in range(n):
        if i>0:
            yield call(i)  
            print("i=",i)  
    #做一些其它的事情      
    print("do something.")      
    print("end.")  
  
def call(i):  
    return i*2  
  
yt = yield_test(3)
print('这里先输出，说明上面调用函数不会先输出start.因为返回一个生成器，并不会执行函数')
#每次循环，就返回一个yield值，然后下次循环，就从上次yield的位置再开始执行
for i in yt:  
    print(i,",")
    # break #如果这里就break了，就会连i=也不会输出，因为不会下一次循环。

def fab(max): 
   n, a, b = 0, 0, 1 
   L = [] 
   while n < max: 
       L.append(b) 
       a, b = b, a + b 
       n = n + 1 
   return L
#上面通过return返回list的形式。
#若符合只遍历一次而且数据量大的业务，则可以替换成yield的形式节省内存。
def fab(max): 
    n, a, b = 0, 0, 1 
    while n < max: 
        yield b 
        # print b 
        a, b = b, a + b 
        n = n + 1

for i in fab(3):
    print(i)

def consumer():
    r = ''
    print('consumer start')
    while True:
        n = yield r
        if not n:
            return
        print('[CONSUMER] Consuming %s...' % n)
        r = '200 OK'

def produce(c):
    print('produce start')
    c.send(None)
    """
        如果不先send(None)，将会报TypeError: can't send non-None value to a just-started generator
        当生成器刚刚创建时，因为没有调用过，生成器就没有运行，就没有yield表达式。
        所以先send(None)初始化
    """
    print('send None done')
    n = 0
    while n < 5:
        n = n + 1
        print('[PRODUCER] Producing %s...' % n)
        r = c.send(n)
        print('[PRODUCER] Consumer return: %s' % r)
    c.close()

c = consumer()
produce(c)

yield from iterable本质上等于for item in iterable: yield item的缩写版  

参考：https://www.jianshu.com/p/d09778f4e055