利用迭代器，我們可以在每次迭代獲取資料（通過next()方法）時按照特定的規律進行生成。但是我們在實現乙個迭代器時，關於當前迭代到的狀態需要我們自己記錄，進而才能根據當前狀態生成下乙個資料。為了達到記錄當前狀態，並配合next()函式進行迭代使用，我們可以採用更簡便的語法，即生成器(generator)。生成器是一類特殊的迭代器。
要建立乙個生成器，有很多種方法。第一種方法很簡單，只要把乙個列表生成式的 [ ] 改成 ( )
generator非常強大。如果推算的演算法比較複雜，用類似列表生成式的 for 迴圈無法實現的時候，還可以用函式來實現。
在使用生成器實現的方式中，我們將原本在迭代器__next__方法中實現的基本邏輯放到乙個函式中來實現，但是將每次迭代返回數值的return換成了yield，此時新定義的函式便不再是函式，而是乙個生成器了。簡單來說：只要在def中有yield關鍵字的 就稱為 生成器
此時按照呼叫函式的方式使用生成器就不再是執行函式體了，而是會返回乙個生成器物件，然後就可以按照使用迭代器的方式來使用生成器了
總結
使用了yield關鍵字的函式不再是函式，而是生成器。（使用了yield的函式就是生成器）
yield關鍵字有兩點作用：
儲存當前執行狀態（斷點），然後暫停執行，即將生成器（函式）掛起
將yield關鍵字後面表示式的值作為返回值返回，此時可以理解為起到了return的作用
可以使用next()函式讓生成器從斷點處繼續執行，即喚醒生成器（函式）
python3中的生成器可以使用return返回最終執行的返回值，而python2中的生成器不允許使用return返回乙個返回值（即可以使用return從生成器中退出，但return後不能有任何表示式）。
4. 使用send喚醒
我們除了可以使用next()函式來喚醒生成器繼續執行外，還可以使用send()函式來喚醒執行。使用send()函式的乙個好處是可以在喚醒的同時向斷點處傳入乙個附加資料。
例子：執行到yield時，gen函式作用暫時儲存，返回i的值; temp接收下次c.send("python")，send傳送過來的值，c.next()等價c.send(none)
in [10]: def gen():
....: i = 0
....: while i<5:
....: temp = yield i
....: print(temp)
....: i+=1
....:
理解 Python 生成器
什麼時候呼叫，什麼時候計算並返回值 生成器僅僅儲存了一套生成數值的演算法，並且沒有讓這個演算法現在就開始執行，而是我什麼時候調它，它什麼時候開始計算乙個新的值，並給你返回。在python中，一邊迴圈一邊計算的機制，稱為生成器 generator。列表耗記憶體 列表所有資料都在記憶體中，如果有海量資料...
python 生成器總結
最近因為看見公司一位大神將yield用的出神入化，極為讚嘆，遂研究了一下他的 總結出以下yield使用方法，希望大家加以指正。都知道yield是python生成器，他可以將資料乙個乙個的 生 出來而不是將所有資料儲存到記憶體中，從而造成大量記憶體的占用，這個是yield使用最常見的一種方式，這種方式...
生成器的理解
在python中，一邊迴圈一邊計算的機制，稱為生成器 generator。列表所有資料都在記憶體中，如果有海量資料的話將會非常耗記憶體。如 僅僅需要訪問前面幾個元素，那後面絕大多數元素占用的空間都白白浪費了。如果列表元素按照某種演算法推算出來，那我們就可以在迴圈的過程中不斷推算出後續的元素，這樣就不...