1.什麼是生成器：可以理解為一種資料型別，這種資料型別實現了迭代器協議(其他的資料型別需要呼叫自己內建的__iter__ 方法)，所以生成器就是可迭代物件

2.生成器分類在python中的表現形式：（python有兩種不同的方式提供生成器）

　　（1）生成器函式：常規函式定義，但是，使用yield語句而不是return語句返回結果。yield語句一次返回一個結果，在每個結果中，掛起函式的狀態，以使下次從他離開的地方繼續執行

def test():
    print('開始生孩子了')
    yield '我'
    print('開始生兒子了')
    yield '兒子'
    yield
 
 '孫子'


res = test()　　　　　　　　　　　　　　　　　　　　　　　　　 　　res呼叫了次函式，此時res就相當於一個生成器，支援__next__方法，同時也可以用for迴圈去遍歷它 即 for i in res：print（i） 會將所有內容列印（生孩子---孫子）　　　　　　　　
print(res)
print(res.__next__())　　　　　　　　　　　　　　
print(res.__next__())
執行結果：
<generator object test at 0x00000198BF0A30F8>　　　　　　　 呼叫函式，相當於返回一個地址  （生成器）   需要通過res.__next__()來顯示
 

開始生孩子了　　　　　　　　　　　　　　　　　　　　　　　　　　　
我
開始生兒子了
兒子　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　從執行結果可以得知，yield返回了一個值，相當於return，其與return不同之處在於yield會儲存當前函式的執行狀態，所以第二次執行print（res.__next__()）
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　是從print（‘開始生兒子了’）開始，並在yield ‘兒子’  處停止並返回值

　　　　　　賣包子例項

def pro_baozi():
    
 
for i in range(100):
        print('正在生產包子')
        yield '第 %s屜包子生產出來了' %i
        print('\n')
        print('第 %s屜包子賣出去了'%i)

pro_g = pro_baozi()　　　　　　　　　　　　　　　pro_g呼叫了函式，此時pro_g就可看作是一個生成器，此時它支援__next__方法
baozi1 =print(pro_g.__next__())
baozi1 =print(pro_g.__next__())
baozi1 =print(pro_g.__next__())
執行結果：
正在生產包子
第 0屜包子生產出來了　　　　　　　　函式執行到第一個 yield 暫停並返回值，第二次執行從當前位置開始直到再一次碰到 yield 暫停並返回值
　　　　　　　　　　　　　　　　　　此處開始到下一次換行前是第二次呼叫的結果，因為yield會保留函式的執行狀態，所以在第二次呼叫後，先執行print（'\n'）,因為print自帶換行，因此執行此語句換行了兩次

第 0屜包子賣出去了
正在生產包子
第 1屜包子生產出來了


第 1屜包子賣出去了
正在生產包子
第 2屜包子生產出來了

　　（2）生成器表示式：類似於列表推導，但是，生成器返回按需產生結果的一個物件，而不是一次構建一個結果列表

　　　　三元表示式

name = '焦國華'
res = '帥哥'   if name == '焦國華'  else  '沙雕'　　　　　　　　這種形式就是三元表示式
print(res)　　
執行結果：

帥哥

　　　　列表解析

l = ['雞蛋%s' %i for i in range(10)]      這種形式就稱為列表解析，實際上也是[ ]內是一個二元表示式   也可以寫為 l = ['雞蛋%s' %i for i in range(10)  if i >5]   執行輸出['雞蛋 0', '雞蛋 1', '雞蛋 2', '雞蛋 3', '雞蛋 4']
print(l)
執行結果：['雞蛋0', '雞蛋1', '雞蛋2', '雞蛋3', '雞蛋4', '雞蛋5', '雞蛋6', '雞蛋7', '雞蛋8', '雞蛋9']

　　　　總結：

　　　　（1）生成器表示式 把列表解析的 [ ] 換成（）得到的就是生成器表示式

laomuji = ('雞蛋%s' %i for i in range(10))
print(laomuji)
print(laomuji.__next__())
print(laomuji.__next__())
執行結果：
<generator object <genexpr> at 0x000001AFF8B8F048>
雞蛋0
雞蛋1

　　　　（2）列表解析與生成器表示式都是一種便利的程式設計方式，只不過生成器表示式更節省記憶體

　　　　（3）python不但使用迭代器協議，讓for迴圈變得更加通用。大部分內建函式，也是用迭代器協議訪問物件。例如，sum函式是python的內建函式，該函式使用迭代器協議訪問物件，而生成器實現了

　　　　　　迭代器協議，所以，我們可以直接這樣計算一系列值的和：

sum(x ** 2   for x in range(4))　　　　　　即內部可以直接寫一個生成器表示式，因為生成器表示式滿足迭代器協議

　　　　　　而不用多此一舉先構造一個列表

sum([x ** 2   for x in range(4)])

3.生成器總結：

　　（1）語法上和函式類似：生成器函式和常規函式幾乎是一樣的，他們都是使用def語句進行定義，差別在於，生成器使用 yield 語句返回一個值，而常規函式使用 return 語句返回一個值

　　（2）自動實現迭代器協議：對於生成器，python會自動實現迭代器協議，以便應用到迭代背景中（如for迴圈、sum（）函式）。由於生成器自動實現了迭代器協議，所以，我們可以呼叫它的__next__

　　　　方法，並且，在沒有值可以返回的時候，生成器自動生成StopIteration異常

　　（3）狀態掛起：生成器使用yield語句返回一個值，yield語句掛起該生成器函式的狀態，保留足夠的資訊，以便之後從離開他的地方繼續執行

優點：：生成器的好處之一