python yield send 用法简明理解
前提
首先可以简单理解一下yield关键字，包含了关键字yield的函数，可以被视为一个生成器，这个生成器有更丰富的功能，并且这个生成器是随用随生成的，下面的例子说明了这点：
def get_next():
for i in range(10):
yield i
if __name__ == "__main__":
g = get_next()
# 输出结果完全一致，都是0-10的数字
print("yield生成结果：")
print([x for x in g])
print("传统生成器结果：")
print([x for x in range(10)])
两次print生成的结果完全一样，说明get_next函数就是一个生成器。
按照网上其他人说法，假设生成100万个数字，传统生成器需要实现把这一百万个数字准备好，而yield则是随用随取；假设一下，你现在只用了前5个数据，后面的直接忽略了，那么传统生成器生成100万个数字就有浪费了。这一点可以看其他人的验证。
用处
因此，可以认为yield有两个用处，一是提供功能更丰富的的生成器，二是提供更节约资源的生成器。
下面来看一下实际效果。
效果
参照别人的代码，进行了部分修改，主要对inner和outer两个值进行了比较，以此来帮助理解yield与传统生成器的区别。
其中结合业务逻辑，可以假设outer是真正业务中需要的值，这个值由call(i)函数生成，分别是0,2,4,6,8
关于yield，它就是一个类似于return的关键词。类似于生成器，调用__next__或者send()方法时，yield会立即返回一个值并停止执行，当下一次调用__next__或者send()方法的时候，会从停止执行的位置继续执行
最需要额外注意的是，如果yield函数与其他变量结合(例如代码中的inner)并被外界调用，如果是通过__next__调用的，那么inner会为空，如果是通过send()调用的，inner会被设置为相应的值；二者的区别在于返回之后，如何填补原来的空位。
接下来，通过inner变量，可以看出next和send的区别，可以认为send包含了next。
inner分析
在get_next()函数中打印“inner”的值，这个值在step1中不会被打印，
在step2和step3中，“inner”的值为none，这是因为，在"yield call(i)"时，直接返回了call(i)，并且将none赋给了“inner”；在外界是通过__next__调用的.
在step4中，因为调用了send方法，因此在在"yield call(i)"时，不仅仅返回了call(i)，还将将外部send发送进来的值赋给了“inner”，
在step5中，send()函数发送进来的值可以是任意值，只要满足业务要求，也就是说这个send进来的值将作用于inner；
代码如下：
def call(i):
return i * 2
def get_next():
for i in range(100):
inner = yield call(i)
print("inner----", inner)
if __name__ == "__main__":
g = get_next()
print("**********step 1**********")
print("outer----", g.__next__())
print("**********step 2**********")
print("outer----", g.__next__())
print("**********step 3**********")
value_to_send = g.__next__()
print("outer----", value_to_send)
print("**********step 4**********")
value_to_send = g.send(value_to_send)
print("outer----", value_to_send)
print("**********step 5**********")
value_to_send = g.send("达到最大步骤5，需要提前终止")
print("outer----", value_to_send)
# 运行结果：
# **********step 1**********
# outer---- 0
# **********step 2**********
# inner---- None
# outer---- 2
# **********step 3**********
# inner---- None
# outer---- 4
# **********step 4**********
# inner---- 4
# outer---- 6
对比
当不考虑inner变量，仅仅考虑外部的outer变量时，情况就变得简单了；注意，此时仍然能够通过send()函数继续进行数字生成，并且效果和__next__是相似的：
def call(i):
return i * 2
def get_next():
for i in range(100):
yield call(i)
if __name__ == "__main__":
g = get_next()
print("**********step 1**********")
print("outer----", g.__next__())
print("**********step 2**********")
print("outer----", g.__next__())
print("**********step 3**********")
print("outer----",g.send("输入不会影响yield"))
# 输出结果
# **********step 1**********
# outer---- 0
# **********step 2**********
# outer---- 2
# **********step 3**********
# outer---- 4