yield个人认为其实是为了实现协程而出现的。所以如果要解释清楚什么是yield，那么也就必须要先搞懂什么是协程。首先明确一点：协程是针对单个CPU的，也就是说，讲协程讲的就是单线程。我们可以通过协程实现类似并发的任务，并且如果只是在一个CPU上的话，使用协程带来的效率一般都会比使用线程来的高。这是为啥呢？这就要看协程的原理了。
协程的原理很简单，打个比方就能讲明白了：假设说有十个人去食堂打饭，这个食堂比较穷，只有一个打饭的窗口，并且也只有一个打饭阿姨，那么打饭就只能一个一个排队来打咯。这十个人胃口很大，每个人都要点5个菜，但这十个人又有个毛病就是做事情都犹豫不决，所以点菜的时候就会站在那里，每点一个菜后都会想下一个菜点啥，因此后面的人等的很着急呀。这样一直站着也不是个事情吧，所以打菜的阿姨看到某个人犹豫5秒后就开始吼一声，会让他排到队伍最后去，先让别人打菜，等轮到他的时候他也差不多想好吃啥了。这确实是个不错的方法，但也有一个缺点，那就是打菜的阿姨会的等每个人5秒钟，如果那个人在5秒内没有做出决定吃啥，其实这5秒就是浪费了。一个人点一个菜就是浪费5秒，十个人每个人点5个菜可就浪费的多啦（菜都凉了要）。那咋办呢？这个时候阿姨发话了：大家都是学生，学生就要自觉，我以后也不主动让你们排到最后去了，如果你们觉得自己会犹豫不决，就自己主动点直接点一个菜就站后面去，等下次排到的时候也差不多想好吃啥了。这个方法果然有效，大家点了菜后想的第一件事情不是下一个菜吃啥，而是自己会不会犹豫，如果会犹豫那直接排到队伍后面去，如果不会的话就直接接着点菜就行了。这样一来整个队伍没有任何时间是浪费的，效率自然就高了。
这个例子里的排队阿姨的那声吼就是我们的CPU中断，用于切换上下文。每个打饭的学生就是一个task。而每个人自己决定自己要不要让出窗口的这种行为，其实就是我们协程的核心思想。
在用线程的时候，其实虽然CPU把时间给了你，你也不一定有活干，比如你要等IO、等信号啥的，这些时间CPU给了你你也没用呀。
在用协程的时候，CPU就不来分配时间了，时间由你们自己决定，你觉得干这件事情很耗时，要等IO啥的，你就干一会歇一会，等到等IO的时候就主动让出CPU，让别人上去干活，别人也是讲道理的，干一会也会把时间让给你。协程就是使用了这种思想，让编程者控制各个任务的运行顺序，从而最大可能的发挥CPU的性能。
协程的实现在网络上有一些代码，主要是通过把当前的寄存器暂存起来，然后以后回来的时候再恢复这些寄存器来实现的。我们可以把它想象成即便是单个线程，也有多个栈来存放线程上下文切换是的寄存器。而且这种切换是线程主动进行的，不是由时钟中断产生的。
协程的关键在于可以在函数中跳出来，把CPU让给别人，然后当别人用完CPU后，可以从函数跳出来的地方去继续执行。
Python在2.X里还不能很好的支持协程，调回去的那一步一般需要用循环来通过迭代器来做。
比如：
def A():
print ‘a1’
yield B()
print ‘a2’
def B():
print ‘b1’
yield A()
print ‘b2’
如果是正规的协程，那么运行的结果应该是：
a1
b1 #注意，从这一步开始往后是从A()的yield后面开始执行，没有协程的话做不到这个功能
a2
b2
但目前的Python还做不到这么牛，B()中调用yield A()不是从中断的地方继续，而是从头开始，就和普通的函数一样，因此如果要达到效果的话只能：
def B():
yield ‘b1’
yield ‘b2’
def A():
b = B() #得到一个迭代器
print ‘a1’
print b.next()
print ‘a2’
print b.next()
有时候我们会在函数里把yield的输出赋值给一个变量，直接赋值的话会的给出None，需要用send的方法，如：
import time
def dosth():
time.sleep(1)
return 9
def bar():
r = yield dosth()
print r
f = bar()
r = f.next()
print r
f.send(r) #这里通过send，把r传递给yeild赋值的对象
那么协程有什么用呢？最简单的，协程可以在不需要的时候把CPU让出，比如对于一些异步的方法：
result01 = yield ASYN_METHOD01()
result02 = yield ASYN_METHOD02(result01)
当调用这个后，由于ASYN_METHOD01()是异步方法，因此这个立马就返回了，返回后由manager继续执行，manager继续干很多别的事情，然后可以通过某种途径知道这个方法的结果，然后再send(result01)，然后继续。这即能节省时间CPU，还能把多个异步调用方法顺序写出来！很牛叉。
