一、生成器的概念綜述

一個帶有 yield 的函式就是一個 generator，它和普通函式不同，生成一個 generator 看起來像函式呼叫，但不會執行任何函式程式碼，直到對其呼叫 next()（在 for 迴圈中會自動呼叫 next()）才開始執行。雖然執行流程仍按函式的流程執行，但每執行到一個 yield 語句就會中斷，並返回一個迭代值，下次執行時從 yield 的下一個語句繼續執行。看起來就好像一個函式在正常執行的過程中被 yield 中斷了數次，每次中斷都會通過 yield 返回當前的迭代值。

yield 的好處是顯而易見的，把一個函式改寫為一個 generator 就獲得了迭代能力，比起用類的例項儲存狀態來計算下一個 next() 的值，不僅程式碼簡潔，而且執行流程異常清晰。

廖雪峰大神寫的yield的文章

https://www.ibm.com/developerworks/cn/opensource/os-cn-python-yield/

二、經典案例，生產者消費者模型

瞭解該模型，需要知道兩個函式的呼叫過程,通過debug模式逐步執行：

1.

consumer.send(None)    data = yield     producer = produce(consumer)  進入for迴圈三句話；

執行produce列印語句；   consumer.send(data)  data = yield(第二次到達，此時yield帶來了data的資料並賦值給data變數）

執行consume列印語句；   data = yield(第三次到達）  yield   進入for迴圈三句話；

yield   執行 print('現在執行yield之後的函式') 這句話。

執行produce列印語句；開始迴圈。

由此可知：每個函式在被呼叫過程中，到達yield關鍵詞後，立馬在yield這地方停止，並跳出該函式，進行繼續進行其它程式碼的執行；當該函式再次被呼叫時候，從yield停止的地方開始執行函式後面的程式碼。

import random


def get_data():
    """返回0到9之間的3個隨機數"""
    return random.sample(range(10), 3)


def consume():
    """顯示每次傳入的整數列表的動態平均值"""
    running_sum = 0
    data_items_seen = 0

    while True:
        data = yield
        data_items_seen += len(data)
        running_sum += sum(data)
        print('The running average is {}'.format(running_sum / float(data_items_seen)))


def produce(consumer):
    """產生序列集合，傳遞給消費函式（consumer）"""
    while True:
        data = get_data()
        print('Produced {}'.format(data))
        consumer.send(data)
        yield


if __name__ == '__main__':
    consumer = consume()
    consumer.send(None)
    producer = produce(consumer)

    for _ in range(10):
        print('Producing...')
        next(producer)