在 Python 编程中，yield是一个关键而强大的语言特性，它使得函数能够以“惰性求值”和“状态保持”的方式逐步返回多个值。与普通函数通过return一次性返回结果不同，包含yield的函数被称为生成器函数，其调用结果是一个生成器对象。本文将系统地介绍yield的工作原理、使用方法、优势以及典型应用场景。
什么是生成器函数？
只要一个函数体中包含至少一个yield表达式，该函数就成为生成器函数。调用生成器函数不会立即执行函数体，而是返回一个生成器对象：
defsimple_gen():yield1yield2yield3gen=simple_gen()# 此时函数并未执行只有在对该生成器对象进行迭代（例如调用next(gen)或放入for循环）时，函数才会开始执行，并在遇到yield时暂停，返回yield后的值，同时保存当前的执行状态（包括局部变量、指令指针等）。下一次迭代时，函数从上次暂停的位置继续执行。
print(next(gen))# 输出: 1print(next(gen))# 输出: 2print(next(gen))# 输出: 3# 再次调用 next(gen) 将抛出 StopIteration 异常值得注意的是，生成器函数不一定需要包含循环。虽然许多实际应用中会使用循环来多次触发yield，但即使没有循环，只要存在yield，函数就是生成器。
yield 与 return 的本质区别
return：函数执行到return后立即终止，释放所有局部状态，只能返回一次。yield：函数在yield处暂停，保留所有状态，下次调用时从中断处继续，可多次产出值。
这种“暂停-恢复”机制使生成器天然具备状态机的特性，非常适合处理需要分步计算或流式输出的场景。
内存效率：为何选择生成器？
生成器的核心优势在于按需生成数据，避免一次性将大量数据加载到内存中。
对比以下两种方式生成一百万个整数：
# 列表推导式：立即创建完整列表，占用大量内存numbers=[iforiin
（支持资料、图片参考_相关定制）_文章底部可以扫码)
