概念辨析
生成器其实就是一种特殊的迭代器。它使一种更为高级、更为优雅的迭代器。
仅仅在迭代至某个元素时才计算该元素，而在这之前或之后，元素可以不存在或者被销毁。
这个特点使得它特别适合用于遍历一些巨大的或是无限的集合，比如几个G的文件，或是斐波那契数列等等。这个特点被称为延迟计算或惰性求值(Lazy evaluation)。
生成器主要的特点就是：延迟操作，在需要的时候产生结果，而不是立即产生结果。
列表生成器
#先写一个列表a，可以随意取数据 a = [1,2,3,4,5] print(a[0]) #打印1 #再生成一个列表，也可以随意取数据 b = [i+1 for i in range(5)] print(b[3]) #打印3 #再生成一个生成器列表，无法随意取数据了 c =(i+1 for i in range(5)) print(c(3)) #打印 生成器c is not callble
#不能随意访问任意值。只能依次取
上面例子中的列表c被称为列表生成式，思考一下，这个式子很像我之前自己写的迭代器，都是通过一种算法来实现一串数据的生成，遗憾的是列表生成器中的算法是固定的：for语句控制下有限的几种变化。
是不是可以还是像写迭代器一样，把算法灵活化、开放化？同时保留列表生成器延迟这个特性？
这就诞生了生成器函数的需求。
那么要如何写一个生成器函数？
同时，留意到在定义上其实生成器是迭代器的子集，即生成器具有_iter_()和_next_()方法，那么在构想生成器的类时，不用再重复写这两个功能，只需要在_next_()中写明算法；再加上一个类似于可以随时暂停的功能——
yield，就是这个功能。yield如果出现在一个函数中，相当于为这个函数增添了三个功能：_iter_()和_next_()方法，以及挂起功能。即拥有yield的函数就是一个生成器——注意，生成器是拥有yield的函数的返回值，而不是这个函数自己。
（我认为语法糖就是一个打包的意思，把一堆功能浓缩为一个符号）
综上，一个生成器函数就写成了。
一个思考不知道对不对
在写一个迭代器的时候，会随着迭代器的调用迭代出所有值，加入有一万个值，就会非常浪费内存和时间。于是想，能不能有一种机制，把某一个值保存起来，需要时再用。
保存在哪儿？生成器中。把这种包含了迭代器功能同时还能保存值得，叫做生成器。
生成器
生成器函数的返回值，就是生成器。
先抄一些生成器的干货：
1.生成器的唯一注意事项就是：生成器只能遍历一次。
2.使用生成器以后，代码行数更少。——不看过程，只看结果
3.生成器表达式能做的事情列表解析基本都能处理，只不过在需要处理的序列比较大时，列表解析比较费内存。生成器可以通过延迟来减少内存占用和计算速度。
4.yield 的作用就是把一个函数变成一个 generator，带有 yield 的函数不再是一个普通函数，Python 解释器会将其视为一个 generator。
5.每次循环都会执函数内部的代码，执行到 yield语句 时， 函数就返回一个迭代值，下次迭代时，代码从 yield的下一条语句继续执行，而函数的本地变量看起来和上次中断执行前是完全一样的，于是函数继续执行，直到再次遇到 yield。看起来就好像一个函数在正常执行的过程中被 yield 中断了数次，每次中断都会通过 yield 返回当前的迭代值。
6.yield就是暂停/挂起的作用。生成器不会把结果保存在一个系列中，而是保存生成器的状态，在每次进行迭代时（调用next）返回一个值，直到遇到StopIteration异常结束。