包含yield语句的函数总是返回生成器对象。
只有当你迭代那个生成器对象时，函数中的代码才会被执行，在此之前，函数中的代码不会被执行，Python * 不知道 * 你会返回。
注意，在生成器函数中使用return与在常规函数中使用return具有 * 不同的语义 *;return在这种情况下被简单地看作“在此退出生成器”;由于生成器只能通过yield表达式产生值，因此丢弃返回值。
看起来您想改用yield from：

def f(flag):
    n = 10
    if flag:
        for i in range(n):
            yield i
    else:
        yield from range(n)

yield from需要Python 3.3或更高版本。
请参见yield表达式文档：
在函数体中使用yield表达式会使该函数成为生成器。
当调用生成器函数时，它返回一个称为生成器的迭代器。然后，该生成器控制生成器函数的执行。当调用生成器的一个方法时，执行开始。此时，执行继续到第一个yield表达式，在那里它再次挂起，并将expression_list的值返回给生成器的调用者。
生成器上的迭代调用generator.__next__()方法，触发执行。
如果你想在某个时候返回一个生成器，那么就不要在这个函数中使用yield，你可以用其他方法来生成生成器;例如，使用单独的函数，或者使用生成器表达式：

def f(flag):
    n = 10
    if flag:
        return (i for i in range(n))
    else:
        return range(n)

现在，f中没有使用yield，它也不再直接生成生成器对象，而是由生成器表达式(i for i in range(n))生成，但条件是有条件的。

您可以通过使用实际使用yield的嵌套函数来解决此问题：

def f(flag):
    def gen():
        for i in range(n):
            yield i
    n = 10
    if flag:
        return gen()
    else:
        return range(n)

>>> f(True)
<generator object gen at 0x7f62017e3730>
>>> f(False)
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

正如Martijn所指出的，任何包含yield的函数都将始终返回一个生成器对象，因此如果在某些情况下您希望f的主体在调用f()时实际执行，而不是仅在迭代时执行，则必须使用这种方法。
concurrent.Futures.ProcessPoolExecutor/concurrent.Futures.ThreadPoolExecutor中的标准库示例方法map使用此方法来确保future在map被调用时立即提交，而不是仅在您尝试实际从中检索结果时才提交，例如：

def map(self, fn, *iterables, timeout=None):
    if timeout is not None:
        end_time = timeout + time.time()

    fs = [self.submit(fn, *args) for args in zip(*iterables)]

    # Yield must be hidden in closure so that the futures are submitted
    # before the first iterator value is required.
    def result_iterator():
        try:
            for future in fs:
                if timeout is None:
                    yield future.result()
                else:
                    yield future.result(end_time - time.time())
        finally:
            for future in fs:
                future.cancel()
    return result_iterator()

生成器不会自动生成下一个yield值，除非您专门调用

next()

我有一个名为“generate parameters”的生成器，一旦我这样做了，它就能正常工作：

print(next(generate_parameters()))