首先從一段**來簡單看下什麼是生成器：
生成器與列表不同，生成器不會靜態地在記憶體中建立元素，它有點類似於函式，只輸出結果而不建立結果。想要檢視生成器輸出的所有元素，使用for迴圈：
for
item
in g:
print(item)
for i in range(10):
print(g.__next__())
for j in range(10):
print(g.__next__())
對於複雜邏輯，不可能使用類似列表的語句來生成資料，需要用到函式生成器。當函式中存在yield關鍵字時，函式會變成乙個生成器，yield會將其修飾的變數進行輸出。對於函式生成器的.__next__()方法，它會使函式生成器執行到yield處，然後中斷並返回，當函式下次執行時會由此繼續執行：
def
fib(num):
i=0a,b=0,1
while(iyield b #中斷點
tmp=a+b
a=bb=tmp
i+=1
g=fib(10)
for i in range(4):
print(g.__next__())
print("優先順序更高的任務。。。")
for i in range(4):
print(g.__next__())
函式生成器中有乙個.send()方法，它會向指定生成器的yield傳送乙個值並喚醒那個生成器：
def
consumer
(): print("consumer is ready...")
while
true:
production=yield
#消費者會在此中斷
print("production{} is used.".format(production))
defproducer
(consumer):
print("producer is ready...")
for i in range(5):
print("producing...")
consumer.send(i) #將i傳送給c的yield並喚醒c
c=consumer()
c.__next__()
producer(c)
iterator物件表示的是乙個資料流，iterator物件可以被next()函式呼叫並不斷返回下乙個資料，直到沒有資料時丟擲stopiteration錯誤。可以把這個資料流看做是乙個有序序列，但我們卻不能提前知道序列的長度，只能不斷通過next()函式實現按需計算下乙個資料，所以iterator的計算是惰性的，只有在需要返回下乙個資料時它才會計算。
iterator甚至可以表示乙個無限大的資料流，例如全體自然數。而使用list是永遠不可能儲存全體自然數的。
參考鏈結
Python學習筆記 生成器
有時候乙個列表裡的元素過多，多到計算機記憶體存不下來，我們就需要想乙個辦法解決這個問題，如果能在需要的時候生成新元素就好了，可以用生成器。生成器 一種邊迴圈邊根據某種演算法計算生成元素的機制 如何建立乙個生成器呢，最簡單的方法通過修改一下列表生成器建立。n n for n in range 10 d...
Python生成器學習筆記
生成器在python中首先是乙個物件，用於建立python序列。使用生成器可以迭代龐大的序列，且不需要在記憶體中建立和儲存整個序列。通常，生成器是為迭代器產生資料的。典型的使用用例是range 函式。每次迭代生成器時，生成器會記住上一次呼叫的內容，並且返回下乙個值。生成器函式和普通函式類似，但是它的...
Python筆記 生成器
日期 20170925 python中有乙個很有趣的東東，叫生成器。我們先來看看簡單的 1，usr bin python3 defmygenerator for n in range 1,4 yield n return done print mygenerator print num mygene...