Python 生成器中用到的 yield item 具有 2 个含义：产出和让步。
yield item 这行代码会产出一个值，提供给 next() 调用方。此外还会做出让步，即暂停执行生成器，让调用方继续工作，直到需要使用另一个值时，才会回到生成器上次退出的地方继续执行。
从句法上看，协程与生成器类似，都是包含 yield 关键字的函数。但在协程中，yield 表达式通常为: data = yield。可以产出值，也可以不产出（如果 yield 关键字后面没有表达式，那么生成器产出 None）。
此外，协程通常会从调用方接收数据，调用方把数据提供给协程使用 .send(data) 方法。yield 关键字甚至还可以不接收或传出数据。
不管数据如何流动，yield 都是一种流程控制工具，使用它可以实现协作式多任务：协程可以把控制器让步给中心调度程序，从而激活其它的协程。
一. 协程的概念
协程（Coroutine），又称微线程，纤程，但协程本质上是一个线程在运行。线程比进程轻量，而协程比线程还要轻量。多线程在同一个进程中运行，而协程通常也在在同一个线程中运行。
由于 CPython 解析器的 GIL 原因，多线程的效率受到了很大制约，并且在类 *inux 系统中，创建线程的开销并不比进程小。
后来人们发现通过 yield 来中断代码片段的执行， 同时交出了 CPU 的使用权，于是协程的概念产生了，并在 Python3.4 中正式引入。协程通过应用程序，记录上下文栈区，实现在程序执行过程中的跳跃执行。由此可以选择不阻塞的部分执行以提升运行效率。
和多线程相比，协程具有如下优点：
- 线程是系统级别的它们由操作系统调度，而协程则是程序级别的由程序根据需要自己调度；
- 资源消耗少，无需多线程那样进行多核间的切换；
- 无需同步互斥操作；
- 没有 C10K 问题，IO 并发性好，一个 CPU 支持上万的协程都不是问题，所以很适合用于高并发处理。
协程的缺点：
- 无法利用多核资源：协程的本质是个单线程，它不能同时将单个 CPU 的多个核用上，协程需要和进程配合才能运行在多CPU上。当然我们日常所编写的绝大部分应用都没有这个必要，除非是 CPU 密集型应用。
- 进行阻塞（Blocking）操作（如 IO 时）会阻塞掉整个程序。
二. 使用yield实现协程
2.1 用作协程的生成器的基本行为
| 生成器 API 新增的方法 / 特性 | 说明 |
|---|---|
| send(value) | 调用方可以使用 .send() 方法发送数据，发送的数据会成为生成器函数中 yield 表达式的值。 |
| throw(...) | 调用方抛出异常，并在生成器中处理。 |
| close() | 终止生成器。 |
| return | 生成器可以使用 return 返回一个值。 |
| yield from | 把复杂的生成器重构成小型的嵌套生成器，省去了之前把生成器工作委托给子生成器所需的大量样板代码。 |
使用生成器函数定义协程的例子：
def simple_coroutine():
print('-> coroutine started')
x = yield
print('-> coroutine received:', x)
coro = simple_coroutine()
next(coro)
coro.send('this message from caller.')
运行结果：示例中 yield 关键字右边没有表达式，所以该协程只从调用者那里接受数据，yield 产出返回给调用者的值为 None ，即 next(coro) 获取的是 None 。
调用包含 yield 关键字的函数 simple_coroutine 之后，得到一个生成器对象 coro。此时生成器还没启动，没在 yield 语句处暂停，所以一直无法发送数据。
调用 next 方法以后，协程定义体中的 yield 方法被挂起，控制权回到调用方，执行 coro.send(...) 后，协程会恢复，一直运行到下一个 yield 表达式或终止。
此是，yield 表达式将 this message form caller 赋值给 x ，控制权流动到协程定义体的末尾，导致生成器抛出 StopIteration 异常。
协程可身处下面 4 个状态中的一个，当前状态可使用 inspect.getgeneratorstate(...) 函数获取，该函数返回的字符串及含义如下：
inspect.getgeneratorstate(...) 函数返回值 |
含义 |
|---|---|
GEN_CREATED |
等待开始执行 |
GEN_RUNNING |
解释器正在执行。只有在多线程应用中才能看到这个状态。 |
GEN_SUSPENDED |
在 yield 表达式处暂停。因为 send 方法的参数会作为 yield 表达式的值，所以，仅当程序处于暂停状态时才能调用 send 方法。 |
GEN_CLOSED |
执行结束。 |
一个简单的例子来说明生成器（协程）的状态：
from inspect import getgeneratorstate
from time import sleep
def corotine():
for i in range(3):
sleep(0.5)
x = yield i+1
print('-> corotine x=', x)
coro = corotine()
while True:
try:
print(f'corotine status:{getgeneratorstate(coro)}')
coro.send(100)
next(coro)
print(f'corotine status:{getgeneratorstate(coro)}')
next(coro)
print(f'corotine status:{getgeneratorstate(coro)}')
except TypeError as e:
print(e)
coro = corotine()
next(coro) # 激活生成器
continue
except StopIteration:
print('coroutine is finished.')
print(f'corotine status:{getgeneratorstate(coro)}')
break
运行结果：进入循环后，生成器处于 GEN_CREATED 状态，尚未激活，因此 send(100) 将触发 TypeError 异常，异常信息非常清晰。
最先调用 next(coro) 函数这一步通常视为激活协程，即让协程向前执行至第一个 yield 表达式，准备好作为活跃的协程使用。
下面再举个例子，该示例定义一个产出两个值的协程：
from inspect import getgeneratorstate
def sample_coro2(a):
print('-> Started: a=', a)
b = yield a
print('-> Received: b=', b)
c = yield a + b
print('-> Received: c=', c)
coro = sample_coro2(2)
try:
print(getgeneratorstate(coro))
print('调用方:', next(coro))
print(getgeneratorstate(coro))
print('调用方:', coro.send(4))
print('调用方:', coro.send(8))
except StopIteration:
print(getgeneratorstate(coro))
运行结果：协程函数调用时并不会立即执行，所以首先打印的是 GEN_CREATED ，当执行 next(coro) 后，协程被激活，开始运行，执行到 b=yield a 后，暂停协程，让步 CPU 的使用权给调用方。
调用方此刻打印 coro 的状态为 GEN_SUSPENDED 状态，即协程在 yield 表达式处暂停状态。
继续向下执行 coro.send(4) ，又将调用权给到协程，协程表达式 yield a 的返回值即 coro.send(4) 发送的4，因此打印 b=4 。
协程继续向下执行到 c=yield a+b ，再次将 CPU 的使用权让步给调用方，调用方获取到 yield a+b 产出的值 6 。
当协程函数执行完毕，将抛出 StopIteration 异常，调用方捕获此异常，打印 coro 的状态发现，协程已处于 GEN_CLOSED 状态。
2.2 一个协程应用的例子
下面我们介绍一个关于协程略微复杂的例子：使用协程计算平均值。
def average():
total = 0
count = 0
average = None
while True:
term = yield average
total += term
count += 1
average = total / count
这个无限循环表明，只要调用方不断把值发给这个协程，它就会一直接收值，然后生成结果。仅当调用方在协程上调用 .close() 方法，或者没有协程的引用而被垃圾回收程序回收时，这个协程才会终止。
这里的 yield 表达式用于暂停执行协程，把结果发给调用方；还用于接收调用方后面发给协程的值，恢复无限循环。
使用协程的好处是，total 和 count 声明为局部变量即可，无需使用实例属性或闭包在多次调用之间保存上下文。
运行结果：调用 next(coro_ava) 函数后，协程会向前执行到 yield 表达式，产出 average 变量的初始值 None，因此不会出现在控制台中。
此时，yield 在协程表达式处暂停，等待调用方发送值。 coro_ava.send(10) 发送一个值，激活协程，把发送的值赋给 term ，并更新 total、count、average 三个变量的值，然后开始 while 循环的下一次迭代，产出 average 变量的值，等待下一次为 term 变量赋值。
