在Python/ target=_blank class=infotextkey>Python中，yield是一個重要的關鍵字，它與生成器（Generator）和懶惰計算（Lazy Evaluation）密切相關。

yield允許函數在迭代過程中產生值，而不必一次性將所有值計算出來。這種特性在處理大數據集或無限序列時尤其有用。

一、yield關鍵字

1.1yield的基本概念

yield是一個關鍵字，用于定義生成器函數。生成器函數可以被暫停和恢復，允許逐個生成值而不需要一次性計算所有值。當生成器函數執行到yield語句時，它將生成一個值，并保存其狀態，然后等待下一次調用來繼續執行。

1.2 生成器的工作原理

生成器是一種特殊類型的迭代器，由生成器函數創建。生成器函數包含至少一個yield語句，它可以返回一個值，并在下一次迭代時從yield語句處繼續執行。這允許生成器函數的狀態保持不變，而值可以逐個生成。

以下是一個簡單的生成器函數示例：

def simple_generator():
    yield 1
    yield 2
    yield 3

gen = simple_generator()
print(next(gen))  # 輸出：1
print(next(gen))  # 輸出：2
print(next(gen))  # 輸出：3

示例中，simple_generator是一個生成器函數，它包含三個yield語句。當我們創建生成器對象gen并調用next()函數時，生成器函數在每次調用后從yield語句處繼續執行，并生成相應的值。

二、創建生成器

2.1 生成器函數

生成器函數是一種包含yield語句的函數，用于生成值。生成器函數的執行可以被多次暫停和繼續，每次暫停都會生成一個值。

以下是一個生成器函數的示例，用于生成斐波那契數列：

def fibonacci_generator():
    a, b = 0, 1
    while True:
        yield a
        a, b = b, a + b

gen = fibonacci_generator()
for _ in range(10):
    print(next(gen))  # 輸出前10個斐波那契數

2.2 生成器表達式

除了生成器函數，Python還提供了生成器表達式，它類似于列表推導式，但是返回一個生成器對象，逐個生成值。生成器表達式的語法更緊湊。

以下是一個生成器表達式的示例，用于生成自然數的平方：

gen = (x**2 for x in range(1, 6))
for value in gen:
    print(value)  # 輸出：1 4 9 16 25

生成器表達式可以在不創建額外的函數的情況下生成值，適用于簡單的迭代需求。

三、yield的高級用法

3.1 生成器的狀態保存

生成器函數在每次執行時都會保持其狀態。這意味著它可以用于生成無限序列或大數據集，而不必將所有數據存儲在內存中。

以下是一個無限遞增的生成器示例：

def infinite_increment():
    num = 0
    while True:
        yield num
        num += 1

gen = infinite_increment()
for _ in range(5):
    print(next(gen))  # 輸出：0 1 2 3 4

3.2 生成器的數據過濾

yield可以與條件結合使用，用于過濾生成的值。這允許生成器僅生成符合特定條件的值。

以下是一個示例，生成偶數的生成器：

def even_numbers():
    num = 0
    while True:
        if num % 2 == 0:
            yield num
        num += 1

gen = even_numbers()
for _ in range(5):
    print(next(gen))  # 輸出：0 2 4 6 8

3.3 生成器的懶惰計算

生成器的懶惰計算是一種在需要時計算值的方式，而不是一次性計算所有值。這在處理大型數據集或無限序列時非常有用。

以下是一個示例，生成自然數的平方，但只計算前5個：

def lazy_square(limit):
    for x in range(1, limit + 1):
        yield x**2

gen = lazy_square(5)
for value in gen:
    print(value)  # 輸出：1 4 9 16 25

懶惰計算允許在處理大量數據時節省內存和計算資源。