我们可以用列表生成式很方便地创立一个列表，如以下代码：
In [1]: l = [ x*2 for x in range(5) ]In [2]: lOut[2]: [0, 2, 4, 6, 8]假如要创立的是一个1000万个元素的列表呢？不可能用以上的方式，即便你的电脑性能强劲，内存足够使用，也不是这么使用来白费的。好比，你不可能使用一个大桶来装一茶杯的水。
怎么才能满足既能实现我们的需求，又不占使用大量的内存？假如储存的只是生成列表的算法，而不是具体的值，即可以实现了。
这种存储算法的数据结构就称为生成器。
创立生成器有以下几种方法
In [3]: l = ( x*2 for x in range(5) )In [4]: lOut[4]: <generator object <genexpr> at 0x103ca38b8> # 生成器打印生成器看到的只是数据类型，而不是具体的值。需要用next()函数取得生成器的下一个返回值
In [5]: next(l)Out[5]: 0In [6]: next(l)Out[6]: 2In [7]: l.__next__()Out[7]: 4next() 与 生成器的 next() 方法作使用相同
假如 next() 超出了生成器的数据范畴，会怎么？
In [9]: next(l)Out[9]: 6In [10]: next(l)Out[10]: 8In [11]: next(l)---------------------------------------------------------------------------StopIteration Traceback (most recent call last)<ipython-input-11-cdc8a39da60d> in <module>()----> 1 next(l)StopIteration:当超出生成器的计算范畴，会抛出 StopIteration 异常
假如生成器的数据是使用 next() 一个个调使用，那会让人无比烦躁，而且还得谨防 StopIteration 异常。实际开发中，我们是使用 for 去循环调使用生成器
In [15]: l = ( x*2 for x in range(5) )In [16]: for x in l: ...: print(x) ...:02468生成斐波拉契函数
In [18]: def fib(times): ...: n = 0 ...: a, b = 0, 1 ...: while n < times: ...: print(b) ...: a, b = b, a+b ...: n += 1 ...: return 'done' ...: ...:In [19]: fib(5)11235Out[19]: 'done'In [20]: def fib(times): ...: n = 0 ...: a, b = 0, 1 ...: while n < times: ...: yield(b) # 将print改为yield, 函数就成为了生成器 ...: a, b = b, a+b ...: n += 1 ...: return 'done' ...: ...:In [21]: F = fib(5)In [22]: next(F)Out[22]: 1In [23]: next(F)Out[23]: 1In [24]: next(F)Out[24]: 2In [25]: next(F)Out[25]: 3In [26]: next(F)Out[26]: 5In [27]: next(F)---------------------------------------------------------------------------StopIteration Traceback (most recent call last)<ipython-input-27-372178f5f53b> in <module>()----> 1 next(F)StopIteration: doneIn [28]: FOut[28]: <generator object fib at 0x103ca3570> # 生成器用for循环迭代生成器
In [7]: for x in fib(5): ...: print(x) ...:11235for循环调使用能将结果输出，可是并没有捕获到fib()的return值。返回值其实是包含在StopIteration的value中，因而必需捕获StopIteration异常
In [8]: F = fib(5)In [9]: while True: ...: try: ...: x = next(F) ...: print(x) ...: except StopIteration as e: ...: print('返回值是:%s' %e.value) ...: break ...:11235返回值是:doneIn [20]: def fib(times): ...: n = 0 ...: a, b = 0, 1 ...: while n < times: ...: print('%s_before_yield' %n) ...: yield(b) # 将print改为yield, 函数就成为了生成器 ...: print('%s_after_yield' %n) ...: a, b = b, a+b ...: n += 1 ...: return 'done' ...: ...:In [21]: F = fib(5)In [22]: next(F)0_before_yield Out[22]: 1 # 执行到yield, 程序停住，不再往下执行，并记住当前的执行位置In [23]: next(F)0_after_yield1_before_yieldOut[23]: 1 # 从上一处的停顿往下继续执行，同样到yield处继续停住In [24]: next(F)1_after_yield2_before_yieldOut[24]: 2In [25]: next(F)2_after_yield3_before_yieldOut[25]: 3In [26]: next(F)3_after_yield4_before_yieldOut[26]: 5In [27]: next(F) # 超出生成器的范围报错4_after_yield---------------------------------------------------------------------------StopIteration Traceback (most recent call last)<ipython-input-27-372178f5f53b> in <module>()----> 1 next(F)StopIteration: done
python