通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。
所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器：generator。
要创建一个generator，有很多种方法。第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator：
列表生成式：
1 s=[x*2 for x in range(50)] #这是列表生成式 2 print(s)
改成生成器：
1 s=(x*2 for x in range(50)) #这是列表生成式 在Python中，这种一边循环一边计算的机制，称为生成器：generator。 2 print(s) 3
结果：
[0, 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96, 98] <generator object <genexpr> at 0x0000000001E0EE08>
我们可以直接打印出list的每一个元素，但我们怎么打印出generator的每一个元素呢？
如果要一个一个打印出来，可以通过next()函数获得generator的下一个返回值：
1 s=(x*2 for x in range(50)) #这是列表生成式 在Python中，这种一边循环一边计算的机制，称为生成器：generator。 2 print(s) 3 4 print(s.__next__()) #__next__ 是函数的私有方法。 5 print(next(s)) 6 print(next(s))
<generator object <genexpr> at 0x000000000069EEB8> 0 2 4
我们讲过，generator保存的是算法，每次调用next(g)，就计算出g的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误。
当然，上面这种不断调用next(s)实在是太变态了，正确的方法是使用for循环，因为generator也是可迭代对象：
1 s=(x*2 for x in range(10)) #这是列表生成式 在Python中，这种一边循环一边计算的机制，称为生成器：generator。 2 print(s) 3 4 # print(s.__next__()) #__next__ 是函数的私有方法。 5 # print(next(s)) 6 # print(next(s)) 7 for i in s: 8 print(i)
结果：
<generator object <genexpr> at 0x000000000067EE08> 0 2 4 6 8 10 12 14 16 18
所以，我们创建了一个generator后，基本上永远不会调用next()，而是通过for循环来迭代它，并且不需要关心StopIteration的错误。
generator非常强大。如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。
比如，著名的斐波拉契数列（Fibonacci），除第一个和第二个数外，任意一个数都可由前两个数相加得到：
1, 1, 2, 3, 5, 8, 13, 21, 34, ...
斐波拉契数列用列表生成式写不出来，但是，用函数把它打印出来却很容易：
#第十三天 递归函数
def f(n):
before=0
after=1
if n==1:
return 0
if n==2:
return 1
for i in range(0,n-2):
before,after= after,after+before
return after
for i in range(1,9):
print(f(i))
递归函数：
def f(n):
if n==1:
return 0
if n==2:
return 1
sum=f(n-1)+f(n-2)
return sum
for i in range(1,9):
print(f(i))
生成一个斐波拉契数列：
1 def fib(max): 2 n,before,after=0,0,1 3 while n<max: 4 print(after) 5 before,after=after,before+after 6 n+=1 7 return ‘done‘ 8 9 print(fib(6))
打印结果：
1 1 2 3 5 8 done
仔细观察，可以看出，fib函数实际上是定义了斐波拉契数列的推算规则，可以从第一个元素开始，推算出后续任意的元素，这种逻辑其实非常类似generator。
也就是说，上面的函数和generator仅一步之遥。要把fib函数变成generator，只需要把print(after)改为yield after就可以了：
1 def fib(max): 2 n,before,after=0,0,1 3 while n<max: 4 # print(after) 5 yield after 6 before,after=after,before+after 7 n+=1 8 return ‘done‘ 9 10 print(fib(6))
结果： <generator object fib at 0x000000000214EE08>
这就是定义generator的另一种方法。如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator：
>>> f = fib(6) >>> f <generator object fib at 0x104feaaa0>
这里，最难理解的就是generator和函数的执行流程不一样。函数是顺序执行，遇到return语句或者最后一行函数语句就返回。而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。
我们在循环过程中不断调用yield，就会不断中断。当然要给循环设置一个条件来退出循环，不然就会产生一个无限数列出来。
同样的，把函数改成generator后，我们基本上从来不会用next()来获取下一个返回值，而是直接使用for循环来迭代：
1 >>> for n in fib(6): 2 ... print(n) 3 ... 4 1 5 1 6 2 7 3 8 5 9 8
但是用for循环调用generator时，发现拿不到generator的return语句的返回值。如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中：
>>> g = fib(6) >>> while True: ... try: ... x = next(g) ... print(‘g:‘, x) ... except StopIteration as e: ... print(‘Generator return value:‘, e.value) ... break ... g: 1 g: 1 g: 2 g: 3 g: 5 g: 8 Generator return value: done
杨辉三角：
1 ‘‘‘
2 杨辉三角定义如下：
3
4 1
5 / 6 1 1
7 / \ / 8 1 2 1
9 / \ / \ / 10 1 3 3 1
11 / \ / \ / \ / 12 1 4 6 4 1
13 / \ / \ / \ / \ / 14 1 5 10 10 5 1
15 把每一行看做一个list，试写一个generator，不断输出下一行的list：
16
17 ‘‘‘
18
19 def triangles():
20 L=[0,1,0]
21 n=1
22 while n<10:
23
24 L_print=[]
25 # yield ("打印第 %s,数据是%s"%(len(L)-2,L[1:-1]))
26
27 print("打印第 %s,数据是%s"%(len(L)-2,L[1:-1]))
28 for i in range(len(L)-1):
29 L_print.append(L[i]+L[i+1])
30 # L=[0]+L_print+[0]
31 L_print.insert(0,0)
32 L_print.append(0)
33 L=L_print
34 n+=1
35
36
37 p=triangles()
38 # print(next(p))
39 # print(next(p))
40 # print(next(p))
41 # print(next(p))
42 # print(next(p))
43 # print(next(p))
44 print(p)
结果：
打印第 1,数据是[1] 打印第 2,数据是[1, 1] 打印第 3,数据是[1, 2, 1] 打印第 4,数据是[1, 3, 3, 1] 打印第 5,数据是[1, 4, 6, 4, 1] 打印第 6,数据是[1, 5, 10, 10, 5, 1] 打印第 7,数据是[1, 6, 15, 20, 15, 6, 1] 打印第 8,数据是[1, 7, 21, 35, 35, 21, 7, 1] 打印第 9,数据是[1, 8, 28, 56, 70, 56, 28, 8, 1] None
原文地址：https://www.cnblogs.com/Mengchangxin/p/9252859.html