一 生成器相关概念
1 定义：在Python中，一边循环一边计算的机制，称为生成器：generator。
- 什么是生成器？
- 生成器仅仅保存了一套生成数值的算法，并且没有让这个算法现在就开始执行，而是我什么时候调它，它什么时候开始计算一个新的值，并给你返回。
2 为什么要有生成器？
- 列表所有数据都在内存中，如果有海量数据的话将会非常耗内存。
- 如：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。
- 如果列表元素按照某种算法推算出来，那我们就可以在循环的过程中不断推算出后续的元素，这样就不必创建完整的list，从而节省大量的空间。
- 简单一句话：我又想要得到庞大的数据，又想让它占用空间少，那就用生成器！
3 如何创建生成器？
- 第一种方法：把一个列表生成式的
[]改成()，就创建了一个generator。 -
1 >>> e = (i for i in range(10)) 2 >>> e 3 <generator object <genexpr> at 0x000000FA17E39E40>
- 第二种方法： 如果一个函数中包含
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。调用函数就是创建了一个生成器（generator）对象。 -
1 >>> def myGen(): 2 ... print("生成器被执行！") 3 ... yield 1 4 ... yield 2 5 ... 6 >>> myG = myGen() 7 >>> next(myG) 8 生成器被执行！ 9 1 10 >>> next(myG) 11 2 12 >>> next(myG) 13 Traceback (most recent call last): 14 File "<stdin>", line 1, in <module> 15 StopIteration
4 生成器的工作原理
（1）生成器(generator)能够迭代的关键是它有一个next()方法，
工作原理就是通过重复调用next()方法，直到捕获一个异常。
（2）带有 yield 的函数不再是一个普通函数，而是一个生成器generator。
可用next()调用生成器对象来取值。next 两种方式 t.__next__() | next(t)。
可用for 循环获取返回值（每执行一次，取生成器里面一个值）
（基本上不会用next()来获取下一个返回值，而是直接使用for循环来迭代）。
（3）yield相当于 return 返回一个值，并且记住这个返回的位置，下次迭代时，代码从yield的下一条语句开始执行。
（4）.send() 和next()一样，都能让生成器继续往下走一步（下次遇到yield停），但send()能传一个值，这个值作为yield表达式整体的结果
——换句话说，就是send可以强行修改上一个yield表达式值。比如函数中有一个yield赋值，a = yield 5，第一次迭代到这里会返回5，a还没有赋值。第二次迭代时，使用.send(10)，那么，就是强行修改yield 5表达式的值为10，本来是5的，那么a=10