yield可以让一个函数变成“生成器”（generator），每次调用这个函数时通过yield返回一个值，下次调用这个函数时会从yield的下一条语句开始执行，直到遇到yield返回一个值或者return语句终止函数执行。生成器函数可以节约内存，尤其是迭代过程涉及的列表很大时。
yield配合循环或者迭代过程可以构造简洁直观的代码，比如斐波那契数列可以这样写：
def fabonacci(num_items):
a,b,n = 0,1,0
while(n < num_items):
yield b
a,b,n = b,(a+b),n+1
for n in fabonacci(5):
print(n)
1
1
2
3
5
又比如，在处理excel或者csv文件时，可以使用yield来获取指定的内容（感谢zzliu的指点，参见A股年报数据提取小工具的评论内容）：
codes = ['603730', '603757']
years = ['2018-12-31', '2017-12-31']
def each_record(codes, years, row='营业收入(万元)'):
for code in codes:
filename = f'data/lrb_{code}.csv'
df = pd.read_csv(filename, index_col=0)
x = df.loc[row, years]
yield [code] + list(x)
summary = pd.DataFrame.from_records(each_record(codes, years), columns=['code'] + years)
summary.to_csv('tmp.csv', index=False)
上面这段代码在这里不能直接执行，感兴趣的读者可以参考stock-report-gen.py。这里解释如下： each_record方法是一个generator，每次执行获得csv文件指定的数据并通过yield返回，然后通过pandas的DataFrame.from_records方法，巧妙的传入了each_record方法，获得生成汇总csv文件必须的数据。
