yield生成器惰性求值、内存友好，return列表则立即全量加载；生成器返回generator对象，不可索引、不可重复遍历，适合大文件、流式数据和无限序列。
Python生成器函数里写yield，和直接return列表有啥区别？
区别在执行时机和内存占用：写yield的函数不会立刻算出所有结果，而是每次调用next()或进入for循环时才产出一个值；return列表则是一上来就把全部数据塞进内存。
常见错误现象：MemoryError处理百万级日志行、或生成超长斐波那契数列时突然崩掉——其实只是把本该惰性求值的逻辑写成了全量构造列表。
- 使用场景：读大文件逐行处理、实时数据流、无限序列（如自然数）、API分页拉取
-
yield函数返回的是generator对象，不是列表，不能索引、不能len()、也不能重复遍历（除非重新调用函数） - 性能影响：启动快、首项延迟低，但单次访问略慢于列表索引——不过多数场景下省下的内存远大于这点开销
为什么yield之后还能继续执行？函数没退出吗？
没退出，是暂停。Python生成器底层靠状态机保存局部变量、指令指针和堆栈帧，每次yield交出控制权后，函数挂起；下次next()进来，从yield下一行继续跑。
容易踩的坑：yield后面跟return语句（比如return "done"），这不会返回字符串，而是触发StopIteration异常，并把值存在StopIteration.value里——但绝大多数情况你根本拿不到它，因为for循环自动吞掉这个异常。
立即学习“Python免费学习笔记（深入）”；
- 别在
yield后写“收尾逻辑”，除非你明确要捕获GeneratorExit或用try/finally - 函数里多个
yield没问题，它们按顺序依次触发，不是只生效第一个 - 如果生成器函数结束没遇到
yield（比如条件不满足直接return），就直接抛StopIteration，不产出任何值
想中途停止生成器或传值进去，能用send()吗？
能，但得小心。生成器对象的send()方法会唤醒暂停的生成器，并把值传给yield表达式左边——但首次调用必须是None或先用next()启动生成器，否则报TypeError: can't send non-None value to a just-started generator。
使用场景有限：协程式状态机（比如解析器、状态切换）、需要外部干预生成逻辑（如根据上一批结果调整下一批参数）。
-
send(x)等价于next()+ 把x赋给当前yield表达式 - 如果生成器已结束，再
send()会抛StopIteration - 日常遍历用
for或next()就够了，send()属于进阶操作，滥用会让逻辑难跟踪
生成器表达式(x*2 for x in range(1000))和列表推导式[x*2 for x in range(1000)]怎么选？
看你要不要立刻拿到全部数据。生成器表达式不建列表，只建一个轻量generator对象；列表推导式直接分配内存存1000个整数。
容易忽略的细节：生成器表达式括号不能省，x*2 for x in range(1000)单独写是语法错误；而套在函数调用里（如sum(x*2 for x in range(1000))）可以省外层括号，因为函数参数天然成对。
- 适合生成器表达式的场合：只遍历一次、结果集大、下游函数接受可迭代对象（如
max()、any()、itertools.chain()） - 适合列表推导式的场合：要多次遍历、要索引、要切片、要传给只认
list的旧代码 - 兼容性注意：Python 2.7+都支持，但生成器表达式在函数调用中作为唯一参数时，括号可省；其他位置必须带括号
真正复杂的地方不在语法，而在判断“我是不是真的只需要一个值”——很多人下意识写列表，是因为调试时想print(my_list[:5])，结果忘了生产环境根本不需要看全部。
