一. 让协程返回值
下面的例子，我们再次改版之前计算平均值的协程函数，这一版本的协程函数每次被激活时，不会自动产出平均值，而是在最后返回一个值。
from collections import namedtuple
Result = namedtuple('Result', 'count average')
def average():
total = 0.0
count = 0
average = None
while True:
term = yield
if term is None:
break
total += term
count += 1
average = total / count
return Result(count, average)
为了返回值，协程必须正常终止，因此 average 中有个判断条件，以便退出累计循环。返回值为 namedtuple，包含 count 和 average 两个字段。
演示 1 发送 None 会终止循环，导致协程结束
注意：协程结束，协程对象会抛出 StopIteration 异常。return 表达式的值通过异常对象 StopIteration 传递给调用方。这样做有点不合常理，但是能保留生成器对象的常规行为，即在耗尽时抛出 StopIteration 异常。
演示 2 获取协程 return 的值
捕获 StopIteration 异常，并通过异常对象的 value 属性获取 average 返回的值。
下面我们介绍的 yield from 结构会在内部自动捕获 StopIteration 异常，这种处理方式与 for 循环处理 StopIteration 异常的方式一样：循环机制使用用户易于理解的方式处理异常。
对 yield from 结构来说，解释器不仅会捕获 StopIteration 异常，还会把 value 属性的值变为 yield from 表达式的值。
二. 使用 yield from
首先要明确，yield from 是全新的语法结构，其功能要比 yield 丰富。
演示 1 yield from 可用于简化 for 循环中的 yield 表达式
演示 2 使用 yield from 链接可迭代对象
yield from x 表达式对 x 对象所做的第一件事就是调用 iter(x) ，从中获取迭代器。因此 x 可以是任何可迭代的对象。
yield from 的主要功能是打开双向通道，把最外层的调用方与最内层的子生成器连接起来，这样二者可以直接发送和产出值，还可以直接传入异常，而不用在位于中间的协程中添加大量处理异常的样板代码。
在举例前，我们先来了解几个专门的术语：
- 委派生成器：包含
yield from <iterable>表达式的生成器函数。 - 子生成器：从
yield from表达式中<iterable>部分获取的生成器。 - 调用方：调用委派生成器的客户端代码。在适当的语境中，将使用“客户端”代指“调用方”，以便于委派生成器（也是调用方，因为它调用了子生成器）区分开。
委派生成器在 yield from 表达式处暂停时，调用方可以直接把数据发给子生成器，子生成器再把产出的值发给调用方。子生成器返回之后，解释器会抛出 StopIteration 异常，并把返回的值附加到异常对象上，此时委派生成器会恢复。
示例 使用 yield from 计算平均值，并输出统计报告
from collections import namedtuple
Result = namedtuple('Result', 'count, average')
# 子生成器
def average():
total = 0.0
count = 0
average = None
while True:
term = yield
if term is None:
break
total += term
count += 1
average = total/count
return Result(count, average)
# 委派生成器
def grouper(results, key):
while True:
results[key] = yield from average()
print(results[key])
# 客户端代码，即调用方
def main(data):
results = {}
for key, values in data.items():
group = grouper(results, key)
next(group)
for value in values:
group.send(value)
group.send(None)
report(results)
# 输出报告
def report(results):
print('-'*20, 'report', '-'*20)
for key, result in sorted(results.items()):
group, unit = key.split(';')
print(f'{result.count:2} {group:5} averaging {result.average:.2f}{unit}')
data = {
'girls;kg': [40.9, 38.5, 44.3, 42.2, 45.2, 41.7, 44.5, 38.0, 40.6, 44.5],
'girls;m': [1.6, 1.51, 1.4, 1.3, 1.41, 1.39, 1.33, 1.46, 1.45, 1.43],
'boys;kg': [39.0, 40.8, 43.2, 40.8, 43.1, 38.6, 41.4, 40.6, 36.3],
'boys;m': [1.38, 1.5, 1.32, 1.25, 1.37, 1.48, 1.25, 1.49, 1.46], }
if __name__ == '__main__':
main(data)
运行结果：外层 for 循环每次迭代会产生一个 grouper 实例，赋值给 group 变量，group 是委派生成器。
调用 next(group)，预激委派生成器 group，此时进入 while 循环，调用子生成器 average 后，在 yield from 表达式处暂停。内层 for 循环调用 group.send(value)，直接把值传给子生成器 average。同时，当前的 group 在 yield from 表达式处暂停。
内层循环结束后，group 实例依旧在 yield from 表达式处暂停。因此，grouper 函数定义体中为 results[key] 赋值的语句还没有执行。如果外层 for 循环的末尾没有 group.send(None) ，那么 average 子生成器永远不会终止，委派生成器 group 永远不会再次激活，因此永远不会为 results[key] 赋值。
外层 for 循环重新迭代时会新建一个 grouper 实例，然后绑定到 group 变量上。前一个 grouper 实例，以及它创建的尚未终止的 average子生成器实例，被垃圾回收机制回收。
注意：
-
group.send(None)以及average循环中的条件判断是至关重要的终止条件。如果不这么做，使用yield from调用这个协程的生成器会永远阻塞。 - 返回的
Result会成为grouper函数中yield from表达式的值。 -
grouper是委派生成器； - 这个循环每次迭代时会新建一个
average实例，每个实例都作为协程使用的生成器对象。 -
grouper发送的每个值都会经由yield from处理，通过管道传给average实例。group会在yield from表达式处暂停，等待average实例处理客户端发来的值。average实例运行完毕后，返回的值绑定到results[key]上。while循环会不断创建average实例，处理更多的值。 - 把各个
value传给grouper，传入的值最终到达averager函数中term = yield那一行；grouper永远不知道传入的值是什么。 - 把
None传入grouper，导致当前的averager实例终止，也让grouper继续运行，再创建一个averager实例，处理下一组值。
这个实验想表名的关键一点是，如果子生成器不终止，委派生成器会在 yield from 表达式处永远暂停。如果是这样，程序不会向前执行，因为 yield from 把控制权交给客户代码（即委派生成器的调用方）了。
yield from 的意义
- 子生成器产出的值都直接传给委派生成器的调用方。
- 使用
send方法发给委派生成器的值都直接传给子生成器。如果发送的值是None，那么会调用子生成器的__next__方法。如果发送的值不是None，那么会调用子生成器的send方法。如果调用的方法抛出StopIteration异常，那么委派生成器恢复运行。任何其它异常都会向上冒泡，传给委派生成器。 - 生成器退出时，生成器中的
return expr表达式会触发StopIteration异常抛出。 -
yield from表达式的值是子生成器终止时传给StopIteration异常的第一个参数。
关于 yield 实现生成器的介绍至此已经完成，下一节我们将使用 asyncio 来实现协程。
