yiled 返回一个迭代对象 ，作用在函数里，其作用类似于return
yield 是 Python 中的一个关键字，用于定义生成器。生成器是一种特殊的迭代器，它可以逐步生成值，而不是一次性返回所有值。使用 yield 可以提高程序的效率，特别是在处理大量数据时，因为它允许你在需要的时候生成数据，而不是一次性将所有数据加载到内存中。
生成器与普通函数的区别
- 普通函数：使用
return返回一个值后，函数的执行结束，不能再继续。 - 生成器函数：使用
yield返回一个值，但生成器的状态会被保存，可以在后续再次调用时从上次返回的位置继续执行。
生成器的基本用法
1. 定义生成器函数
生成器函数的定义与普通函数相似，但它使用 yield 代替 return。
def count_up_to(n):count = 1while count <= n:yield countcount += 1
2. 调用生成器
生成器函数返回一个生成器对象，而不是立即执行函数体。
counter = count_up_to(5)# 通过迭代器访问生成器的值
for number in counter:print(number)
输出：
1
2
3
4
5
3. 生成器的特性
- 惰性求值：生成器只在需要时生成值，因此它们非常适合处理大数据集或无限序列。
- 节省内存：由于生成器不需要一次性存储所有值，它们的内存占用通常比列表等数据结构要小得多。
- 状态保持：生成器函数的执行状态会被保留，当再次调用生成器时，它会从上次的
yield语句继续执行。
4. 使用场景
- 大数据集处理：处理大文件时，可以逐行读取，而不需要一次性加载到内存中。
- 流数据处理：实时数据流处理时，生成器可以逐步处理数据。
- 协程：生成器还可以用于实现简单的协程，通过
yield暂停和恢复函数执行。
5. 生成器表达式
除了定义生成器函数，还可以使用生成器表达式来创建生成器，语法类似于列表推导式，但使用小括号。
squares = (x * x for x in range(10))for square in squares:print(square)
输出：
0
1
4
9
16
25
36
49
64
81
