引言（Preface）

在 Python 编程中，return 和 yield 是两个重要的关键字，用于从函数中返回值。虽然它们都有返回值的功能，但是它们在用法和场景上有着明显的区别。本文将深入探讨 return 和 yield 关键字的用法及其区别。

return关键字

return 关键字用于从函数中返回一个值，并结束函数的执行。它适用于普通函数，用于计算并返回一个值。return 可以返回单个值，也可以返回多个值，但只有一个返回值会被执行。下面是一个使用 return 关键字的示例：

def add(a, b):
    return a + b

result = add(3, 5)
print(result)  # 输出: 8

yield关键字

与return 关键字类似，yield 关键字也表示函数输出。然而，与return 关键字不同的是，yield 关键字用于定义生成器函数，它可以生成一系列的值（即多个输出），并在每次产生值时暂停执行，等待下一次调用（并不会结束函数运行）。yield 适用于需要按需生成大量值或者无限序列的情况，可以节省内存空间。下面是一个使用 yield 关键字的示例：

def generate_numbers():
    yield 1
    yield 2
    yield 3

numbers = generate_numbers()
for num in numbers:
    print(num)
# 输出:
# 1
# 2
# 3

“

Tips：要查看生成器对象（使用了 yield 关键字的对象）的内容，需要对其进行迭代，或者使用 next() 函数逐个获取值。比如， 上面的输出可以用 next() 函数实现：

print(next(numbers))
print(next(numbers))
print(next(numbers))

“

但是，使用 next() 函数时需要注意，如果生成器对象已经产生了所有的值，再次调用 next() 函数会触发 StopIteration 异常，因此通常建议在使用 next() 函数时使用异常处理来避免异常的发生。

try:
    while True:
        print(next(numbers))
except StopIteration:
    print("生成器中的值已经全部获取完毕！")

return VS yield关键字

import numpy as np

numbers = np.random.randint(50, 100, 5)

def return_number(numbers):
    # 生成所有数字，然后一次性返回结果
    result = []
    for number in numbers:
        result.append(f'No.{number}')
    return result


def yield_number(numbers):
    # 生成一个返回一个，重复该过程，直到输出所有数字
    for number in numbers:
        yield f'No.{number}'


if __name__ == '__main__':
    print(f'return keyword: {return_number(numbers)}')

    print('yield keyword: ')
    for item in yield_number(numbers):
        print(item)

• return 适用于普通函数，用于返回一个值并结束函数的执行。
• yield 适用于生成器函数，用于生成一系列的值，并在每次产生值时暂停执行。

结论（Conclusion）

return 和 yield 关键字都是 Python 中用于返回值的重要工具，但是它们的用法和场景有着明显的区别。选择使用 return 还是 yield 取决于函数的目的和需求，没有绝对的优劣之分。但是请记住，如果你在处理的数据量大，强烈推荐使用生成器函数（使用 yield 关键字的函数），因为它可以有效节省内存空间，加快处理速度。合理地使用这两个关键字可以使代码更加清晰和高效。

通过本文的介绍，希望读者能够更深入地理解 return 和 yield 关键字的用法，并根据实际情况灵活运用于自己的代码中。

“

如果你觉得这篇文章对你有用，请“点赞➕关注”支持我（关注我，不迷路🤭🤭🤭），你的点赞和关注就是我持续创作分享的动力，让更多的朋友发现并加入我们，共同学习和进步！

Thank you for reading!

- END -

推荐阅读👇👇👇

Python小技巧：连接字符串不要再使用＋号了，用这个方法更快

Python小技巧：循环不要再使用loc/iloc啦，用这个让你的代码运行速度更快

Python向量化：让你的程序运行速度爆炸性增长