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-funksjoner er en spesiell type funksjon i Python som lar deg lage iteratorer på en enkel og lesbar måte. I motsetning til vanlige funksjoner som returnerer én verdi og deretter avsluttes, kan generator-funksjoner pause utførelsen og fortsette senere, og produsere en serie verdier én om gangen.


**`yield`** er et Python-nøkkelord som brukes inne i generator-funksjoner for å produsere en verdi og pause funksjonens tilstand. Når generatoren gjenopptas, fortsetter den der den slapp. 

Dette gjør det mulig å iterere over sekvenser én verdi om gangen uten å bygge mellomliggende lister, noe som gjør koden mer minneeffektiv.

Definisjon

## Hvordan fungerer generator-funksjoner?

En generator-funksjon ser ut som en vanlig funksjon, men bruker **`yield`**-nøkkelordet i stedet for **`return`**. Når Python møter **`yield`**-setningen, pauser den utførelsen av funksjonen og sender den avgitte verdien tilbake til den som kaller funksjonen. Neste gang du ber om en verdi, fortsetter funksjonen der den slapp.

### Hvordan en generator-funksjon opererer

1. Definer en funksjon med **`def`** og inkluder minst én **`yield`**-setning;
2. Når du kaller funksjonen, kjøres ikke koden inni med en gang. I stedet returneres et generator-objekt;
3. Hver gang du ber om neste verdi (ved å bruke **`next()`** eller en **`for`**-løkke), kjøres funksjonen til den treffer **`yield`**;
4. **`yield`**-setningen returnerer en verdi til den som kaller funksjonen og pauser funksjonens tilstand;
5. Når en ny verdi etterspørres, fortsetter funksjonen etter siste **`yield`**;
6. Funksjonen fortsetter til den går tom for verdier eller når en **`return`** eller slutten av koden.

### Fordeler med å bruke generator-funksjoner:

- Spar minne ved å produsere elementer én om gangen i stedet for å lage store lister;
- Skriv lesbar og vedlikeholdbar kode for datastrømmer eller sekvenser;
- Arbeid enkelt med uendelige eller svært store datasett uten å laste alt inn i minnet.

Generator-funksjoner er et kraftig verktøy for effektiv databehandling og er essensielle for å mestre funksjonell programmering i Python. Neste steg er å se nøyaktig hvordan du skriver og bruker generator-funksjoner med praktiske kodeeksempler.

Hva gjør nøkkelordet yield i en generatorfunksjon i Python?

Bli ekspert på pakking/oppakking, fleksible funksjonsargumenter, høyereordensfunksjoner, lambdaer, variabelomfang, closures, iteratorer og dekoratører. Utformet for deltakere som har fullført et introduksjonskurs i Python og ønsker å skrive mer effektiv, uttrykksfull og kraftfull kode.

Utforsk kunsten å pakke og pakke ut lister, tupler og ordbøker for å skrive mer uttrykksfull og effektiv Python-kode.

Fordyp deg i verdenen av høyereordensfunksjoner, å sende funksjoner som argumenter, og å skrive konsise anonyme funksjoner med lambda.

Avdekk mysteriene rundt variabelomfang, og lær hvordan nøstede funksjoner og closures muliggjør kraftig kapsling.

Fordyp deg i Pythons iterasjonsprotokoll, egendefinerte iteratorer og generatorfunksjoner for effektiv databehandling.

Introduksjon til generatorfunksjoner og yield

Hvordan fungerer generator-funksjoner?

Hvordan en generator-funksjon opererer

Fordeler med å bruke generator-funksjoner: