斐波那契（fibonacci）數列列是乙個非常簡單的遞迴數列，
除第乙個和第二個數外，任意乙個數都可由前兩個數相加
得到。用電腦程式輸出斐波那契數列的前 n 個數是乙個非常簡單的問題，許多初學者都可以輕易寫出如下函式：
def fab(max):
n, a, b = 0, 0, 1
while n < max:
#print b
a, b = b, a + b
n = n + 1
通過對fab函式簡單的修改，就可以將fab函式轉為乙個生成器
def fabs(max):
n, a, b = 0, 0, 1
while n < max:
yield b
#print b
a, b = b, a + b
n = n + 1
yield 的作用就是把乙個函式變成乙個 生成器，帶有 yield 的函式不再是乙個普通函式，python 直譯器會將其視為
乙個 generator，呼叫 fab(5) 不會執行 fab 函式，而是返回乙個 iterable 物件！在 for 迴圈執行時，每次迴圈都會執行 fab
函式內部的**，執行到 yield b 時，fab 函式就返回乙個迭代值，下次迭代時，**從 yield b 的下一條語句繼續執行，
而函式的本地變數看起來和上次中斷執行前是完全一樣的，於是函式繼續執行，直到再次遇到 yield。
也可以手動呼叫 fab(5) 的 next() 方法（因為 fab(5) 是乙個 generator 物件，該物件具有 next() 方法），
這樣我們就可以更清楚地看到 fab 的執行流程：
na = fabs(3)
print(next(na))
>>0
print(next(na))
>>1
print(next(na))
>>2
print(next(na))
>>stopiteration
當函式執行結束時，generator 自動丟擲 stopiteration 異常，表示迭代完成。
在 for 迴圈裡，無需處理 stopiteration 異常，迴圈會正常結束。
yield 的好處是顯而易見的，把乙個函式改寫為乙個 generator 就獲得了迭代能力，比起用類的例項儲存狀態來計算下乙個 next() 的值，不僅**簡潔，而且執行流程異常清晰。
如何判斷乙個函式是否是乙個特殊的 generator 函式？可以利用 isintance(fsbs,genrator) 判斷：
print(isintance(fsbs,genrator))
>>.true
python3生成器 Python3 生成器
python3 生成器 閱讀 125 發布於 2020 05 19 14 29 25 在python中，一邊迴圈一邊計算出元素的機制，稱為生成器 generator。生成器的優點 一次返回乙個結果，延遲計算。這對於大資料量處理，是個非常有用的優勢。占用記憶體量是工程師必須考慮的乙個問題。提高 可讀性...
python3之生成器操作
生成器是python中提供的一種固定語法，按照語法規則呼叫方法，就會獲取乙個條件表示式推導得到的資料，是推導式的延伸。用win r 開啟命令提示符，輸入python。如果專案中需要大量的資料 儲存列表 儲存生成器 有什麼區別？列表 10億個整數，怎麼在列表中儲存？生成器 只是乙個物件，生成10億個資...
十 python3 生成器
生成器 generator 在 python 中，不必建立完整的 list，從而節省大量的空間。一邊迴圈一邊計算的機制。建立乙個 generator，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 就建立了乙個 generator l x x for x in range 10 l 0...