- 在用DSN分割3D肝脏的时候，如果把数据全部加载到内存的话，内存一下就爆了， 因此用到了
yield关键字，它的功能类似于return，但是不同之处在于它返回的是生成器。 - 生成器是通过一个或多个
yield表达式构成的函数，每一个生成器都是一个迭代器（但是迭代器不一定是生成器）。 - 如果一个函数包含
yield关键字，这个函数就会变为一个生成器。 - 生成器并不会一次返回所有结果，而是每次遇到
yield关键字后返回相应结果，并保留函数当前的运行状态，等待下一次的调用。 - 由于生成器也是一个迭代器，那么它就应该支持
next方法来获取下一个值。
- 通常的
for…in…循环中，in后面是一个数组，这个数组就是一个可迭代对象，类似的还有链表，字符串，文件。它可以是mylist=[1, 2, 3]，也可以是mylist = [x*x for x in range(3)]。 它的缺陷是所有数据都在内存中，如果有海量数据的话将会非常耗内存。 - 生成器是可以迭代的，但只可以读取它一次。因为用的时候才生成。比如
mygenerator = (x*x for x in range(3))，注意这里用到了()，它就不是数组，而上面的例子是[]。 - 我理解的生成器(generator)能够迭代的关键是它有一个
next()方法，工作原理就是通过重复调用next()方法，直到捕获一个异常。可以用上面的mygenerator测试。 - 带有
yield的函数不再是一个普通函数，而是一个生成器generator，可用于迭代，工作原理同上。 yield是一个类似return的关键字，迭代一次遇到yield时就返回yield后面的值。重点是：下一次迭代时，从上一次迭代遇到的yield后面的代码开始执行。- 简要理解：
yield就是return返回一个值，并且记住这个返回的位置，下次迭代就从这个位置后开始。 - 带有
yield的函数不仅仅只用于for循环中，而且可用于某个函数的参数，只要这个函数的参数允许迭代参数。比如array.extend函数，它的原型是array.extend(iterable)。 send(msg)与next()的区别在于send可以传递参数给yield表达式，这时传递的参数会作为yield表达式的值，而yield的参数是返回给调用者的值。——换句话说，就是send可以强行修改上一个yield表达式值。比如函数中有一个yield赋值，a = yield 5，第一次迭代到这里会返回5，a还没有赋值。第二次迭代时，使用.send(10)，那么，就是强行修改yield 5表达式的值为10，本来是5的，那么a=10send(msg)与next()都有返回值，它们的返回值是当前迭代遇到yield时，yield后面表达式的值，其实就是当前迭代中yield后面的参数。- 第一次调用时必须先
next()或send(None)，否则会报错，send后之所以为None是因为这时候没有上一个yield(根据第8条)。可以认为，next()等同于send(None)。
代码示例
#encoding:UTF-8
def yield_test(n):
for i in range(n):
yield call(i)
print("i=",i)
#做一些其它的事情
print("do something.")
print("end.")
def call(i):
return i*2
#使用for循环
for i in yield_test(5):
print(i,",")结果是：
>>> >> 0 , >> i= 0 >> 2 , >> i= 1 >> 4 , >> i= 2 >> 6 , >> i= 3 >> 8 , >> i= 4 >> do something. >> end. >> >> >
理解的关键在于：下次迭代时，代码从
yield的下一跳语句开始执行。for循环就用到了next(),所以到yield能再执行。需要注意的是，在python3.X里面类的迭代器方法
next()改名为__next__()，所以在使用yeild的时候，如果是python2.x，用next(),如果是python3.x，用__next__()函数。
