生成器可以理解为一种的数据结构，将算法保存，每次计算并返回一个结果，实现了迭代器协议，生成器也是迭代器
生成器有两种表现形式，1）生成器表达式；2）生成器函数
1、生成器表达式
说到生成器表达式，就得先说一下列表推导式 [i for i in range(10)] ，生成器表达式，就是将 [ ] 改为 （），区别如下所示
1 >>> b = [i for i in range(20)] 2 >>> b 3 [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19] 4 5 >>> b = (i for i in range(20000)) 6 >>> b 7at 0x00000185EC6104F8> 8 >>> next(b) 9 010 >>> next(b)11 112 >>> next(b)13 2
生成器表达式优点：省内存，一次只计算返回一结果。 缺点：不知道有几个元素，只能往后遍历，不能向前遍历，且只能整个生成器只能遍历一次
列表推导式优点：可以通过下标获取元素。 缺点：占用内存大
2、生成器函数
生成器函数：在函数中如果出现了yield关键字，那么该函数就不再是普通函数，而是生成器函数
我们都知道 return 是函数的返回值，yield 也可以将值返回，我们先看一个简单的生成器函数与普通函数之间的差别
1 >>> def test(): 2 ... print("_______生成器函数") 3 ... yield "返回值1" 4 ... yield "返回值2" 5 ... yield "返回值3" 6 ... 7 >>> test() 8 9 >>> t1 = test()10 >>> print(t1.__next__())11 _______生成器函数12 返回值113 >>> print(t1.__next__())14 返回值215 >>> print(t1.__next__())16 返回值317 >>> print(t1.__next__())18 Traceback (most recent call last):19 File " ", line 1, in 20 StopIteration 可以看到在第7行调用test()函数的时候，并没有执行函数，而是返回了一个生成器对象。在第10行执行 t1.__next__() 才真正的执行了函数，返回 "返回值1"，并保存当前的生成器函数的状态。
每执行一次 next()，生成器函数将执行到下一 yield 并将相应的结果返回，直到产生StopIteration异常。
理解了上述过程，就不难理解生成器表达式的原理，next(t1) 等价于 t1.__next__()
def test(): for i in range(10): yield iprint(test())t2 = test()print(next(t2))print(next(t2))print(next(t2))t3 = (i for i in range(10))print(t3)print(next(t3))print(next(t3))print(next(t3))#输出结果012 at 0x000001A12D8FF5E8>012
3、生成器强调，send()
生成器中还有一个重要的方法 send() 方法，send() 方法可以解决将值传递给生成器函数的问题，具体如下：
1 >>> def test(): 2 ... print("____start_____") 3 ... y1 = yield "返回1" 4 ... print("____生成器函数内：%s" % y1) 5 ... y2 = yield "返回2" 6 ... print("____生成器函数内：%s" % y2) 7 ... yield "返回3" 8 ... 9 >>>10 >>> t1 = test()11 >>> print(t1.__next__())12 ____start_____13 返回114 >>> print(t1.send("a"))15 ____生成器函数内：a16 返回217 >>> print(t1.send("b"))18 ____生成器函数内：b19 返回3
在这里第一次获取值的时候，不能用send()，否者会报错，如果一定要用send，则传值None，如下：
>>> t2 = test()>>> t2.send("a")Traceback (most recent call last): File " ", line 1, in TypeError: can't send non-None value to a just-started generator>>> t3 = test()>>> t3.send(None)____start_____'返回1' 对于send() 不是很理解的可以尝试往下看，下边是我的一些个人理解，不是很准确，我觉得这样会比较好理解一些
我们可以把函数内 第3行 y1 = yield "返回1" 看成两个过程：1）yield "返回1" 2）y1 = receive_from_send() [并没有这个方法，只是为了理解说明]
这样就可以看到，当执行 send() 时将参数"a" 传递给生成器函数，并在 1）过程停留，传递过去的值没有语句接收，则会出错
所以第一次是不能传值给生成器函数，y1接收到的值为下一次遍历遍历生成器接收的值。
这里也可以也可以在，上上边的代码执行流程可以看出，执行了 14行，y1才会接收到值。
补充一点：每执行一次 1）next()，2）__next()，3）send()，都会在yield语句停留，并保存当前状态，知道直到产生StopIteration异常，结束遍历。
通过生成器，实现斐波那契数列
def fib(n): a, b = 0, 1 while True: yield b a, b = b, a + b if b > n: returnf1 = fib(100) #小于 100 的斐波那契数列for i in f1: print(i,end=" ")#输出结果1 1 2 3 5 8 13 21 34 55 89