Python中yield的作⽤与for循环的区别，yield关键字的⽩话解析
Python中的yield
yield是什么？
yield是Python中的关键字，yield的出现⽤于构造⽣成器（generator）。Python三⼤器（装饰器、迭代器、⽣成器）中⼀种，但是⽣成器的构造⽅法不仅仅是使⽤yield关键字⼀种⽅法。还有⽣成器表达式的⽅式。
什么是⽣成器？
Python中的⽣成器的⼯作原理类似于过安检的过程。由于⼈流量较⼤，如果所有⼈⼀下⼦过安检，则会出现问题（门被堵了：阻塞，地⽅不够⽤：内存溢出）。所以就要在安检⼝安排⼯作⼈员，进⾏限流，让⼈们“间歇性”的⼀个⼀个通过。Python中的yield关键字其实就是安检⼝的⼯作⼈员。
以上是我的个⼈理解，如有问题请见谅！
Python中对⽣成器的定义如下：
⽣成器是特定的函数，允许返回⼀个值，然后“暂停”代码的执⾏，稍后恢复（从暂停状态恢复）。
说到⽣成器不得不说另⼀个东西：协同程序
协同程序是可以运⾏的独⽴函数调⽤，可以暂停或者挂起，从程序离开的地⽅继续或者重新开始。
举个栗⼦！
当协同程序暂停的时候，我们可以从中获得中间的返回值，当调⽤回到程序时可以传⼊额外或者改变了的参数。但仍能从上次离开的地⽅继续执⾏，并且恢复所有的完整状态。其实⽣成器就是⼀个协同程序。
此外，⽣成器还是可迭代对象。还有三个常⽤的⽅法：next()、send()、close()
为什么要⽤yield（⽣成器）？
有的⼩伙伴不解，⽣成器的作⽤和for循环迭代的效果是⼀样的，为什么我要⽤⽣成器？
答：
效果相当实属不假，但是在巨⼤数据集的穿越（迭代）时，资源的消耗不是⼀个数量级的。
具体来说：
for循环遍历⼀个万亿级别的长列表，会将这个列表的全部数据载⼊到内存中去，如果你的内存很⼩就会溢出，即使是内存很⼤，这个操作也是⼗分占⽤资源的。
⽽使⽤⽣成器，则会将数据的状态（例如：遍历到列表的哪个位置等等）保存到内存中，每次调⽤时去读取需要的数据。
⽣成器是⼀个内存使⽤更加友好的结构。从这点解读来看，可能⽣成器的出现就是为了⽤时间换空间。
⽣成器的Python代码⽰例
1. ⽣成器表达式：
my_generator =(i for i in range(10))
print(my_generator)
>>><generator object<genexpr> at 0x7f89afbfc4c0> print(my_generator[1])
>>> TypeError:'generator'object is not subscriptable print(next(my_generator))
>>>0
print(next(my_generator))
>>>1
for ele in my_generator:
send for是什么意思print(ele)
>>>
1
2
3
4
5
6
7
8
9
2. 函数式⽣成器：
def my_gen_func(my_list):
for i in my_list:
yield i
my_generator =[i for i in range(5)]
for ele in my_gen_func(my_generator):
print(ele)
>>>
1
2
3
4