理解yield 的 generator 概念，首先以壹個常見的編程題目來展示 yield 的概念。
斐波那契（Fibonacci）數列是壹個非常簡單的遞歸數列，除第壹個和第二個數外，任意壹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 個數是壹個非常簡單的問題，有些 Python 基礎的小夥伴都可以輕易寫出如下函數：
第 1 版本：簡單輸出斐波那契數列前 N 個數
執行以上代碼，我們可以得到如下輸出：
輸出結果是沒有問題的，但是版本 1 中的寫法是直接在 createNum 函數中用 print 打印數字會導致該函數可復用性較差，因為 createNum 函數返回 None，其他函數無法獲得該函數生成的數列。
要提高 createNum 函數的可復用性，最好不要直接打印出數列，而是返回壹個 List。以下是 createNum 函數改寫後的第二個版本：
第 2 版本：輸出斐波那契數列前 N 個數
該版本中 createNum 函數返回的 List的結果如下：
改寫後的 createNum 函數通過返回 List 能滿足復用性的要求，但是與此同時也會存在壹個明顯的問題是：該函數在運行中占用的內存會隨著參數 count 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 對象來叠代。在每次叠代中返回下壹個數值，如此：內存空間占用很小。因為是直接返回壹個 iterable 對象。
第 3 版本：使用 yield 輸出斐波那契數列前 N 個數
也可以手動調用 createNum(5) 的 next() 方法（因為 createNum(5) 是壹個 generator 對象，該對象具有 next() 方法），這樣我們就可以更清楚地看到 createNum 的執行流程：
第 4 版本：執行流程
運行以上代碼，結果輸出如下：
由輸出結果可發現在執行第 6 個 print(next(num)) 時拋出壹個 StopIteration 的異常，是因為在第 5 個 print(next(num)) 執行完時函數已經結束，再執行第 6 個print(next(num))時，generator 自動拋出 StopIteration 異常，表示叠代完成。在 for 循環裏，無需處理 StopIteration 異常，循環會正常結束。
簡單地講，yield 的作用就是把壹個函數變成壹個 generator，帶有 yield 的函數不再是壹個普通函數，Python 解釋器會將其視為壹個 generator，調用 createNum(5) 不會執行 createNum 函數，而是返回壹個 iterable 對象！
在 for 循環執行時，每次循環都會執行 createNum 函數內部的代碼，執行到 yield b 時，createNum 函數就會返回壹個叠代值，下次叠代時，代碼從 yield b 的下壹條語句繼續執行，而函數的本地變量看起來和上次中斷執行前是完全壹樣的，於是函數繼續執行，直到再次遇到 yield。
壹個帶有 yield 的函數就是壹個 generator，它和普通函數不同，生成壹個 generator 看起來像函數調用，但不會執行任何函數代碼，直到對其調用 next()（在 for 循環中會自動調用 next()）才開始執行。雖然執行流程仍按函數的流程執行，但每執行到壹個 yield 語句就會中斷，並返回壹個叠代值，下次執行時從 yield 的下壹個語句繼續執行。看起來就好像壹個函數在正常執行的過程中被 yield 中斷了數次，每次中斷都會通過 yield 返回當前的叠代值。
yield 的好處是顯而易見的，把壹個函數改寫為壹個 generator 就獲得了叠代能力，比起用類的實例保存狀態來計算下壹個 next() 的值，不僅代碼簡潔，而且執行流程異常清晰。