初學 Python 的開發者經常會發現很多 Python 函數中用到了 yield 關鍵字，然而，帶有 yield 的函數執行流程卻和普通函數不一樣，yield 到底用來做什么，為什么要設計 yield ？本文將由淺入深地講解 yield 的概念和用法，幫助讀者體會 Python 里 yield 簡單而強大的功能。

您可能聽說過，帶有 yield 的函數在 Python 中被稱之為 generator（生成器），何謂 generator ？
我們先拋開 generator，以一個常見的編程題目來展示 yield 的概念。
如何生成斐波那契數列
斐波那契（Fibonacci）數列是一個非常簡單的遞歸數列，除第一個和第二個數外，任意一個數都可由前兩個數相加得到。用計算機程序輸出斐波那契數列的前 N 個數是一個非常簡單的問題，許多初學者都可以輕易寫出如下函數：
清單 1. 簡單輸出斐波那契數列前 N 個數
代碼如下:
 def fab(max):
    n, a, b = 0, 0, 1
    while n < max:
        print b
        a, b = b, a + b
        n = n + 1

執行 fab(5)，我們可以得到如下輸出：
代碼如下:
 >>> fab(5)
 1
 1
 2
 3
 5

結果沒有問題，但有經驗的開發者會指出，直接在 fab 函數中用 print 打印數字會導致該函數可復用性較差，因為 fab 函數返回 None，其他函數無法獲得該函數生成的數列。
要提高 fab 函數的可復用性，最好不要直接打印出數列，而是返回一個 List。以下是 fab 函數改寫后的第二個版本：
清單 2. 輸出斐波那契數列前 N 個數第二版
代碼如下:
 def fab(max):
    n, a, b = 0, 0, 1
    L = []
    while n < max:
        L.append(b)
        a, b = b, a + b
        n = n + 1
    return L

可以使用如下方式打印出 fab 函數返回的 List：
代碼如下:
 >>> for n in fab(5):
 ...     print n
 ...
 1
 1
 2
 3
 5

改寫后的 fab 函數通過返回 List 能滿足復用性的要求，但是更有經驗的開發者會指出，該函數在運行中占用的內存會隨著參數 max 的增大而增大，如果要控制內存占用，最好不要用 List
來保存中間結果，而是通過 iterable 對象來迭代。例如，在 Python2.x 中，代碼：

清單 3. 通過 iterable 對象來迭代
代碼如下:
 for i in range(1000): pass