本文来讲解一下python中的yield关键字。
想必大家都看到过这样的代码：
def generate_square(n):
i = 0
while i < n:
yield i * i
i += 1
result = generate_square(10)
print(list(result))
上面的这段代码会计算0-9的平方并打印出来。
那么问题来了，这段代码和下面的这段代码有什么区别呢？
def generate_square(n):
i = 0
result = []
while i < n:
result.append(i * i)
i += 1
return result
result = generate_square(10)
print(result)
这里的关键点是，前一段代码使用了yield关键字。那么yield是什么呢？要理解yield，还得从容器开始说起。
容器（container）
像列表（list）、集合（set）、序列（tuple）、字典（dict）都是容器。简单的说，容器是一种把多个元素组织在一起的数据结构，可以逐个迭代获取其中的元素。容器可以用in来判断容器中是否包含某个元素，如
'a' in {'a', 'b', 'c'} # 输出 True
'a' in {'a': 1, 'b': 2} # 输出 True
'a' in set(['a', 'b', 'c']) # 输出 True
大多数的容器都是可迭代对象，可以使用某种方式访问容器中的每一个元素。
迭代器（iterator）
实现了__iter__和__next__方法的对象都称为迭代器。迭代器是一个有状态的对象，在调用next() 的时候返回下一个值，如果容器中没有更多元素了，则抛出StopIteration异常。
看下面的例子
a = ['a', 'b', 'c']
it = a.__iter__()
print(next(it))
print(next(it))
print(next(it))
print(next(it))
输出
a
b
c
Traceback (most recent call last):
File "/tmp/a.py", line 19, in <module>
print(next(it))
StopIteration
为更好地理解迭代器的内部运行机制，我们再来看一个斐波那契数列的例子
class Fib:
def __init__(self):
self.prev = 0
self.curr = 1
def __iter__(self):
return self
def __next__(self):
self.curr, self.prev = self.prev + self.curr, self.curr
return self.curr
fib = Fib()
for i in range(10):
print(next(fib))
输出
1
1
2
3
5
8
13
21
34
55
只要不断地调用next() 方法，上面的生成器可以生成一个无限长的斐波那契数列。
迭代器是一种Lasy Load的模式，只有在调用时才生成值，没有调用的时候就等待下一次调用。
生成器和yield
生成器其实是一种特殊的迭代器，但是不需要像迭代器一样实现__iter__和__next__方法，只需要使用关键字yield就可以。
我们来实现一个同样的斐波那契数列，但这次使用的是生成器
def fib():
prev, curr = 0, 1
while True:
yield curr
curr, prev = prev + curr, curr
f = fib()
for i in range(10):
print(next(f))
输出
1
1
2
3
5
8
13
21
34
55
上面的 fib 函数中没有 return 关键字。当运行 f = fib() 的时候，它返回的是一个生成器对象。在调用 fib() 的时候并不会运行 fib 函数中的代码，只有在调用 next() 的时候才会真正运行其中的代码。
回到文章最开始的问题，两种方式实现的generate_square函数，一个使用了yield关键字，一个使用了列表保存所有的值并返回列表，两者的区别在什么地方？
对于前一种实现方式，使用了生成器，在调用函数的时候不会一次性生成所有的元素，而是在每次调用 next() 才生成一个元素；而后一种方式，在调用函数的时候就生成了所有元素，相比之下，更耗费内存和CPU。
看到这里，大家是不是理解了yield关键字呢？
那么给大家出一个思考题：下面的代码为什么第二次调用next打印None呢？
def echo(n):
while True:
n = yield n
g = echo(1)
print(next(g))
print(next(g))
答案下期揭晓~