1、定义

通过列表生成式（列表推导式），我们可以直接创建一个列表，但是，受到内存的限制，列表容量是有限的，而且，创建一个包含100万元素的列表，不仅占用很大的内存空间。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？那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

2、得到生成器方式

通过列表推导式得到生成器

#列表推导式
newlist = [x*3 for x in range(20)]
print(newlist)
#得到生成器
new_generator = (x*3 for x in range(20))
print(type(new_generator))

借助函数完成。只要出现了yield关键字的话，这个函数就不是函数了，叫生成器！其中yield关键字具有（return + 暂停）的功能！
```
def func():
    n = 0
    while True:
        n += 1
        yield n # 等效于：return + 暂停
g = func()
```

注：当生成器中不能生成元素时，则会显示报错信息：StopIteration

3、通过生成器获取元素

通过内置函数__next__()

#生产产品的一种方式，内置函数
print(new_generator.__next__()) # 0
print(new_generator.__next__()) # 3
print(new_generator.__next__()) # 6

通过系统函数next()

#生产产品的另一种方式,系统函数
print(next(new_generator))  # 9
print(next(new_generator)) # 12
print(next(new_generator)) # 15

4、实例：斐波那契数列

步骤：
1、定义一个函数，函数使用yield关键字
2、调用函数，接受调用的结果
3、得到结果就是生成器
4、借助于next() 或 __next__得到生成器中的元素

#斐波那契数列
def fib(length):
    a,b = 0,1
    n = 0
    while n<length:
        #全是b元素的生成器
        yield  b #return b+暂停
        a,b = b,a+b
        n += 1
    return '没有更多元素！！！'  #生成器没有元素后，报错则会显示return后的返回信息！

g = fib(5)
print(next(g))
print(next(g))
print(next(g))
print(next(g))

5、send()内置函数

send(value):向每次生成器调用中传值,第一调用必须传值None！

def gen():
    i = 0
    while i<5:
        temp = yield i #return + 暂停
        print('temp:',temp)
        i += 1
    return '没有更多的数据'
g = gen()

print(g.send(None))
n1 = g.send('呵呵')
print('n1:',n1)
n2 = g.send('哈哈')
print('n2:',n2)

6、生成器应用–>协程(多任务)

#协程，交替完成(多应用)
def task1(n):
    for i in range(n):
        print('正在搬第{}砖！'.format(i))
        yield None #只使用了yield的暂停功能

def task2(n):
    for i in range(n):
        print('正在听第{}首歌'.format(i))
        yield None #只使用了yield的暂停功能

g1 = task1(5)
g2 = task2(5)

while True:
    try:
        g1.__next__()
        g2.__next__()
    except:
        pass