Python yield生成器能生成多个对象object吗 又由多个对象分别接收

[Will_Ye]

如return一样，可以独立输出两个变量，又让两个变量来分别接收，如下图代码：
```
def Test():
a=1
b=2
return a,b

a,b=Test()
```

但是如果将return改成yield就不行了，可以输出两个变量，但不能由两个变量来分别接收，谁知道方法，忘指教

[一笑程序猴]

改成yield就变成一个生成器了，你接收的时候只用一个变量来接收就可以了，最终得到的值是一个元组。

def test():
    a = 1
    b = 2
    c = 3
    yield a,b,c

d = test()
for x in d:
    print(x)

[一笑程序猴]

如果想分别获取某个值可以写成这样

def test():
    a = 1
    b = 2
    c = 3
    yield a,b,c

d = test()
for x in d:
    for y in x:
        print(y)

[Will_Ye]

引用 2 楼 一笑程序猴 的回复:

如果想分别获取某个值可以写成这样

def test():
    a = 1
    b = 2
    c = 3
    yield a,b,c

d = test()
for x in d:
    for y in x:
        print(y)

有没有不用for循环的方法，因为我的代码里generator是while true：一直输出数据的，如果导入for 循环里，就一直出不来了

[Will_Ye]

有没有大神能解答，急求方法！～

[一笑程序猴]

引用 4 楼 Will_Ye 的回复:

有没有大神能解答，急求方法！～

把你循环的代码贴出来看一下

[Will_Ye]

引用 5 楼 一笑程序猴 的回复:

[quote=引用 4 楼 Will_Ye 的回复:]
有没有大神能解答，急求方法！～

把你循环的代码贴出来看一下[/quote]

def load_for_dataNname(train_path='/home/data/train.txt',
                     val_path='/home/data/val.txt',
                     batch_size=64):
    with open(train_path, 'rb') as f:
        dict_1 = pickle.load(f, encoding='iso-8859-1')
    
    with open(val_path, 'rb') as fin:
        dict_2 = pickle.load(fin, encoding='iso-8859-1')

    x = []
    name_list = []

    cnt=0
    dicts_list=[dict_1,dict_2]

    while 1:
        for feats in dicts_list:
            for name in feats:
                feat = feats[name]
                x.append(feat)
                name_list.append(name)
                cnt+=1
                if cnt==batch_size:
                    cnt=0
                    random.seed(1)
                    random.shuffle(x)
                    random.seed(1)
                    random.shuffle(name_list)
                    yield (np.array(x),name_list)
                    x=[]
                    name_list=[]
                    
if __name__ == '__main__':
    
    data = load_for_dataNname()
    
    for d in data:
        da = d[0]#想把data数据分出来导入下面的模型训练中
        name = d[1]

        
    #model
    x=input(shape=(10,))
    x=Dense(20,activation='relu')(x)
    output=Dense(100,activation='softmax')(x)
    
    model.fit_generator(da,
                        steps_per_epoch=100, 
                        epochs=10,
                        verbose=1)

进入循环部分的代码就是`for d in data:` 这里开始，麻烦大神帮忙看看，万分感谢

[Will_Ye]

别沉，求路过的大神，帮忙看看有没有解决办法