Yazıya başlamadan önce, kullandığım dil ile ilgili bir açıklamada bulunmam gerek. Her ne kadar bu yazının dili Türkçe olsa da, bazı kelimeleri, özellikle de Türkçe’ye tam olarak geçmemiş, veya Türkçe karşılığı henüz tam olarak yaygınlaşmamış bazı kelime ve terimleri İngilizcede olduğu gibi kullanmaya karar verdim. Birtakım şeyleri Türkçeye çevirmeye zorlamak, hem çok anlamsız oluyor, hem de bu terimleri İngilizce adlarıyla bilenler için kafa karışıklığına neden oluyor. Bu yüzden, yazının geri kalanında, aralara serpiştirilmiş İngilizce kelimeler bulacaksınız.

Python dilindeki yield deyimini anlamak için, generator‘ları bilmek gerekiyor, generator‘ları anlamak için de, iterator ve iterable kavramlarını anlamak gerekiyor. İngilizcede “iterate” kelimesi, tekrar tekrar uygulanmak veya işlenmek anlamına geliyor. Python’daki iterable ve iterator kavramları bu kelimeden türetilmiş. Python’da iter() yerleşik fonksiyona argüman olarak verebildiğimiz objelere iterable diyoruz. iter() fonksiyonu bize bir iterator döndürüyor. Iterator, objenin elemanları ne şekilde tanımlanırsa tanımlansın, bir koleksiyon içindeki tüm elemanlara sırasıyla erişebilmemiz için ortak bir arayüz oluşturan bir mekanizma. Kısacası, elemanları üzerinde sırasıyla gezinebildiğimiz, listeler ve demetler gibi objelere iterable diyoruz. Bu objeler, iter() fonksiyonu ile çağrıldığında, birer iterator döndürüyor, ve bu iterator‘lar bir koleksiyondan sırasıyla eleman almak için kullanılıyor.

Şu kod paçasına bir bakalım:

a = [1,2,3,4,5]
for k in a:
	print k

Bu örnekte, sıradan bir liste ve for döngüsü görüyoruz. Buradaki liste, for döngüsünde kullandığımız herşey gibi, bir iterable. Python’da for döngüsü, önce iterable olarak verilen objeden, döngü sırasında kullanmak için bir iterator elde ediyor. Biz bu aşamayı görmüyoruz, bu aşama, Python’daki for döngülerinin çalışma yapısının bir parçası. Daha sonra, bu iterator elemanlar tükendi sinyali verene kadar, k değişkenini bir sonraki elemana atayıp, döngünün gövdesini çalıştırılıyor. Yani, yukarıdaki for döngüsü ile aşağıdaki kod parçacığı tamamen aynı çalışıyor.

a = [1,2,3,4,5]
b = iter(a)
while True:
	try:
		k = next(b)
	except StopIteration:
		break
	print k

Yukarıdaki örnekte, ikinci satırda listenin elemanlarını sırasıyla elde etmek için bir iterator oluşturup, bunu b değişkenine atadık. Yukarıdaki for döngüsünde, bu işlem for döngüsü tarafından kendiğinden yapılıyordu. Daha sonra, 5. satırda, k’yı iterator’dan gelen bir sonraki elemana atadık. Eğer iterator yeni eleman veremiyorsa, StopIteration durumu oluşturuyor. Bu durumu catch ile yakalayıp, döngüden çıkıyoruz. Iterator’larla ilgili son bir şey; iteratorlar tek kullanımlıktır, bir kere tükendikten sonra, aynı  objenin elemanları içinde tekrar gezinmek için, yeni bir iterator‘a ihtiyacımız var.

Python’daki generator’lar ise, farklı bir çeşit iterable‘dır. Bunların diğer iterable‘lardan farklarından biri, bunların tek kullanımlık olmasıdır. Örneğin, bir listeyi istediğiniz kadar for döngüsünde kullanabilirsiniz, ancak, bir generator‘u yalnız bir kere for döngüsünde kullanabilirsiniz. Bunların bir diğer önemli farkı ise, tüm elemanların hafızada tutulmaması. Generatorlar, sırası gelen elemanı üretip döndürür, daha sonra da bu elemanı unuturlar. Örneğin;

generator = (x*x*x for x in range(5))
for k in generator:
	print k
"""
Ekrana şunu basar:
0
1
8
27
64
"""
for k in generator:
	print k
"""
Ekrana hiçbir şey basılmaz, çünkü generator'u bir kere kullandık ve bitti.
"""	

Yukarıdaki örnekte, ilk satırda bir generator oluşturup, bunu generator isimli bir değişkene atadık. Şimdi bunu, istediğimiz gibi for döngüsünde kullanabiliriz. Burada dikkat edilmesi gereken nokta, 0,1,8 gibi değerlerin, ilk satırda oluşturulmamış olması. Bu değerler, for döngüsünde sıraları geldiklerinde oluşup, işleri bittikten sonra hafızadan siliniyorlar. Genel olarak generatorların olayı bu kadar.

Artık yield deyimini anlamak için, yeterli altyapıya sahibiz. yield deyimi, return deyimi gibi fonksiyonlarda kullanılır, ancak, fonksiyon bir generator döndürür. Şu örneğe bakalım;

def creategeneratorSquare(l):
	for x in l:
		yield x * x
	
generator = creategeneratorSquare([1,2,3,4,5])
for k in generator:
	print k

"""
Ekrana şunu basar:	
1
4
9
16
25
"""

Yukarıdaki kod parçacığında, creategeneratorSquare isimli bir fonksiyon oluşturduk. Bu fonksiyonun, normal fonksiyonlardan farkı, bir generator döndürmesi. Bu fonksiyonu çağrıdığımızda, normal fonksiyonlardan beklediğimiz gibi, fonksiyonun gövdesi çalışmıyor, bunun yerine fonksiyon bir generator döndürüyor. Bu generator for döngüsü içinde kullanıldığında, fonksiyon içinde yazdığımız kod, yield görene kadar çalışıyor. Burada, yield deyimi “x * x” döndürüyor ve beklemeye başlıyor. Daha sonra, 6. satırdaki döngü, bir sonraki elemanı istedikçe, beklemedeki kod bloğu tekrar yield görene kadar çalışıp, yield gördüğünde sıradaki elemanı döndürüyor. Böylece, bu kod bloğu tamamlanıncaya kadar, 6. satırdaki for döngüsü k’ya farklı değerler atayıp, bunları ekrana bastırıyor.

Bir örneğe daha bakalım;

def fibogenerator():
	a,b = 1,1
	while True:
		yield b
		a,b = b, a + b

		
for k in fibogenerator():
	if k > 10000000:
		print k
		break

"""
Ekrana şunu basar:	
14930352
"""

Bu örnekte, biz istedikçe bir sonraki fibonacci sayısını veren bir generator kullanmak istedik. Bunun için, fibogenerator isimli bir fonksiyon yazdık. Bir önceki örnekten farklı olarak, bu sefer generator‘u bir ara değişkende tutmaktansa, doğrudan for döngüsü içinde kullandık. Generator zaten tek kullanımlık olduğu için, bunları bir değişkene atamak çoğu zaman gereksiz. For döngüsünde ise, k 10 milyon’dan büyük olduğunda, k’yı ekrana bas ve döngüden çık dedik. Eğer döngüden çıkmak için herhangi birşey kullanmazsak, bu for döngüsü sonsuza kadar çalışırdı, çünkü, yazdığımız generator doğal yollardan sonlanmıyor.

yield deyimi ilk görüldüğünde kafa karıştırıcı olabilir. Buna rağmen, yield deyimini anlamaya çalışmakta yarar var, çünkü yeri geldiğinde bunu bilmek, diğer yollardan çözemeyeceğiniz problemleri bir çırpıda çözmenize olanak sağlıyor. Python belgelerindeki itertools sayfası yield kullanımıyla ilgili birçok örneğe sahip. Bunları da incelemekte fayda var.