Summary  
This chapter covers Python generator functions and the `yield` keyword, showing how they pause and resume execution to produce values one at a time, enabling lazy, memory-efficient iteration.

General domain of usage  
Processing large or infinite data sequences.

you will learn how generator functions work in Python and how the yield keyword makes them unique. Discover how generator functions allow you to create iterators that produce values one at a time, pausing and resuming execution as needed. See clear, practical code examples smaller than 10 lines, that show how to define a generator function with yield, how to use it in a for loop, and how generators help you process large or infinite data streams efficiently. Understand the memory benefits and how generators can make your code more readable and maintainable.

Generator-Funktionen sind eine besondere Art von Funktionen in Python, mit denen sich Iteratoren auf einfache und übersichtliche Weise erstellen lassen. Im Gegensatz zu normalen Funktionen, die einen einzelnen Wert zurückgeben und dann beenden, können Generator-Funktionen ihre Ausführung anhalten und später fortsetzen, wobei sie eine Reihe von Werten nacheinander erzeugen.


**`yield`** ist ein Python-Schlüsselwort, das innerhalb von Generator-Funktionen verwendet wird, um einen Wert zu erzeugen und den Zustand der Funktion anzuhalten. Wenn der Generator fortgesetzt wird, läuft er dort weiter, wo er aufgehört hat. 

Dadurch kann über Sequenzen jeweils ein Wert nach dem anderen iteriert werden, ohne Zwischenlisten zu erstellen, was den Code speichereffizienter macht.

Definition

## Wie funktionieren Generator-Funktionen?

Eine Generator-Funktion sieht aus wie eine normale Funktion, verwendet jedoch das Schlüsselwort **`yield`** anstelle von **`return`**. Wenn Python auf die **`yield`**-Anweisung trifft, wird die Ausführung der Funktion angehalten und der erzeugte Wert an den Aufrufer zurückgegeben. Beim nächsten Anfordern eines Wertes wird die Funktion genau dort fortgesetzt, wo sie unterbrochen wurde.

### Funktionsweise einer Generator-Funktion

1. Eine Funktion mit **`def`** definieren und mindestens eine **`yield`**-Anweisung einfügen;
2. Beim Aufruf der Funktion wird der Code darin nicht sofort ausgeführt. Stattdessen wird ein Generator-Objekt zurückgegeben;
3. Jedes Mal, wenn der nächste Wert angefordert wird (mit **`next()`** oder einer **`for`**-Schleife), läuft die Funktion bis zur nächsten **`yield`**-Anweisung;
4. Die **`yield`**-Anweisung gibt einen Wert an den Aufrufer zurück und pausiert den Zustand der Funktion;
5. Wird ein weiterer Wert angefordert, setzt die Funktion nach dem letzten **`yield`** fort;
6. Die Funktion läuft weiter, bis keine Werte mehr vorhanden sind oder ein **`return`** oder das Ende des Codes erreicht wird.

### Vorteile der Verwendung von Generator-Funktionen:

- Speicherersparnis durch Erzeugung der Elemente einzeln statt durch Erstellen großer Listen;
- Lesbarer und wartbarer Code für Datenströme oder Sequenzen;
- Einfache Verarbeitung unendlicher oder sehr großer Datenmengen, ohne alles in den Speicher zu laden.

Generator-Funktionen sind ein leistungsfähiges Werkzeug für effiziente Datenverarbeitung und unerlässlich für das Beherrschen des funktionalen Programmierstils in Python. Im nächsten Schritt folgt eine praktische Einführung in das Schreiben und Verwenden von Generator-Funktionen anhand von Codebeispielen.

Was bewirkt das Schlüsselwort yield in einer Python-Generatorfunktion?

Beherrschung von Packing/Unpacking, flexiblen Funktionsargumenten, Higher-Order-Funktionen, Lambdas, Variablenbereich, Closures, Iteratoren und Dekoratoren. Konzipiert für Lernende, die einen Einführungskurs in Python abgeschlossen haben und effizienteren, ausdrucksstärkeren und leistungsfähigeren Code schreiben möchten.

Erkunden Sie die Kunst des Packens und Entpackens von Listen, Tupeln und Dictionaries, um ausdrucksstärkeren und effizienteren Python-Code zu schreiben.

Tauchen Sie ein in die Welt der höherwertigen Funktionen, das Übergeben von Funktionen als Argumente und das Schreiben prägnanter anonymer Funktionen mit Lambda.

Entschlüsseln der Geheimnisse des Variablenbereichs und Erlernen, wie verschachtelte Funktionen und Closures eine leistungsstarke Kapselung ermöglichen.

Vertiefung in das Iterationsprotokoll von Python, benutzerdefinierte Iteratoren und Generatorfunktionen für effiziente Datenverarbeitung.

Einführung in Generatorfunktionen und Yield

Wie funktionieren Generator-Funktionen?

Funktionsweise einer Generator-Funktion

Vorteile der Verwendung von Generator-Funktionen: