В чем разница между yield и return в Python и когда использовать yield?

return завершает выполнение функции и возвращает одно значение. yield превращает функцию в генератор, который может возвращать последовательность значений по одному, сохраняя состояние между вызовами.

Ключевые отличия:

Пример генератора с yield:

def read_large_file(file_path):
    """Чтение огромного файла построчно без загрузки в память"""
    with open(file_path, 'r', encoding='utf-8') as f:
        for line in f:
            yield line.strip()

# Использование
for line in read_large_file('huge_data.txt'):
    process_line(line)  # Обрабатываем по одной строке

Когда использовать yield:

1. Работа с большими данными:

   def batch_generator(data, batch_size=1000):
   """Разбивает данные на батчи"""
   for i in range(0, len(data), batch_size):
       yield data[i:i + batch_size]

2. Бесконечные последовательности:

   
   def fibonacci_generator():
   """Генератор чисел Фибоначчи"""
   a, b = 0, 1
   while True:
       yield a
       a, b = b, a + b

fib = fibonacci_generator() print(next(fib)) # 0 print(next(fib)) # 1 print(next(fib)) # 1 print(next(fib)) # 2

3. **Конвейерная обработка (pipeline):**
```python
def parse_logs(log_lines):
    for line in log_lines:
        if 'ERROR' in line:
            yield line

def extract_timestamps(error_lines):
    for line in error_lines:
        timestamp = line.split()[0]
        yield timestamp

# Композиция генераторов
logs = read_large_file('app.log')
errors = parse_logs(logs)
timestamps = extract_timestamps(errors)

for ts in timestamps:
    print(f"Ошибка в {ts}")

4. Сохранение состояния между вызовами:

   
   def stateful_counter(start=0):
   count = start
   while True:
       increment = yield count
       if increment is not None:
           count += increment
       else:
           count += 1

counter = stateful_counter(10) next(counter) # Инициализация print(counter.send(5)) # 15 (10 + 5) print(next(counter)) # 16 print(counter.send(-3)) # 13

**Под капотом:** При использовании `yield` Python создает объект-генератор с методами `__next__()` и `send()`. Фрейм функции сохраняется в heap, а не в stack, что позволяет возобновлять выполнение.

**Синтаксический сахар: генераторные выражения**
```python
# Эквивалент генератора в одну строку
squares = (x**2 for x in range(1000000))  # Не выделяет память
sum_of_squares = sum(squares)  # Вычисляет на лету

Вывод: Используйте yield когда нужно:

• Обрабатывать данные, которые не помещаются в память
• Создавать ленивые вычисления
• Реализовывать конвейеры обработки
• Сохранять состояние между вызовами

Используйте return для обычных функций, возвращающих готовый результат.