一、生成器
1、生成器
前面一章我们说过列表生成器；
li = [i for i in range(30) if i%2==0]
得到下面的结果；
我们遍历1～30，找出其中的所有偶数，输出的结果为一个列表；
如果我们用生成式再呈现一次呢；
g = (i for i in range(100) if i%2==0)
我们能看到，生成器的返回值不在是 一个列表，而是一个生成器，我们不能直接打印，而是需要去遍历这个生成器；
2、查看生成器内容的两种方式
方式一：注意：在python2中，我们用g.next()；python3中 g.__next__方法( ) 或 next(g)
python2.x中：
python3.x中：
next( ) 每次只执行一次，并且等待下一次的指令；生成器并不会结束
方式二：for循环
g = (i for i in range(30) if i%2==0)
for i in g:
print(i,end=',')
方式三：
g = (i for i in range(30) if i%2==0)
while True:
try:
print(g.__next__(),end=',')
except StopIteration:
break
这里我们再强调一次，怎么去看一个对象是否为可迭代对象：
from collections import Iterable g = (i for i in range(30) if i%2==0) print(isinstance(g, Iterable))
3、yield关键字
当在函数中看到yield关键字， 那么这个函数调用的返回值是一个生成器;
Yield的用法有点像return；
1）函数中使用yield，可以使函数变成生成器。一个函数如果是生成一个数组，就必须把数据存储在内存中，如果使用生成器，则在调用的时候才生成数据，可以节省内存。
2）生成器方法调用时，不会立即执行。需要调用next()或者使用for循环来执行。使用for循环不需要自己捕获StopIteration异常。使用next()方法，当生产器方法执行结束会抛出StopIteration异常（只要不是使用yield返回数据，都会抛出StopIteration异常）。
3）yield不仅可以返回值，也可以接收值。
4）调用生成器send方法传递数据时，必须先调用next(c)或者c.send(None)方法，执行到yield语句，等待接收数据。否则会报错。
例：
def fib(num):
a, b, count = 0, 1, 1 # 0, 1
while count <= num:
yield b
a, b = b, a + b #a=2, b=3
count += 1
g = fib(10)
for i in g:
print(i,end=',')
例2、
def fun():
a = "world"
print("hello")
print(1)
yield 2
print(3)
yield 4
g = fun()
print(g)
print(g.__next__())
通过上面两张图片的对比，我们发现生成器在被调用时，首先他会运行至yield关键字这里，并且在这里等待下一次的调用，并不会结束函数；直到我们第二次调用时自动到下一个yield关键字继续等待，或运行至函数结束。
二、生产者、消费者模型
例：下面以简单的包子的制作与购买制作模型；
def consumer(name):
print("%s准备买包子....." %(name))
while True:
kind = yield
print("%s已经购买%s口味包子....." %(name, kind))
def producer(name):
c1 = consumer("张三")
c2 = consumer("李四")
c1.__next__()
c2.__next__()
print(c1 is c2)
print("厨师%s准备制作包子......" %(name))
for kind in ['酸菜', '牛肉','香菇青菜','豆腐粉条']:
time.sleep(random.random()) #导入时间模块，让时间在这里随机的停0～1秒，模拟包子制作的过程；
print("%s制作了%s口味的包子" %(name, kind))
c1.send(kind)
c2.send(kind)
producer(' 我 ')
这里我们要着重说明一下yield 和 send，我们先用一个一段代码理解：
def MyGenerator():
v = yield 1 # yield:语句执行到yield就停止了 所以刚开始运行到这一句的时候v没有赋值为1，等到send(5)时(yield 1被视为传入的参数5) 此时这一句被执行，v=5
v = yield v
b = yield v
v = yield v
c = yield b
gen = MyGenerator()
print(next(gen))
print(gen.send(5)) # v = yield 1 ->v = 5 ,先yield v,未执行v = 这里的赋值语句
print(gen.send(7)) # v = yield v ->v = 7 ,先yield v,未执行b = 这里的赋值
print(gen.send(5)) # b = yield v ->b = 5 ,yield v(=7) ,未执行v = 这里的赋值
print(gen.send(7)) # v = yield v ->v = 7 ,yield b(=5) 结束
小作者本人也还在研究之中，yield和send的理解和使用方法，这个问题先放在这里，待我搞清楚再回来作补充.........
三、协程
协程是一种允许在特定位置暂停或恢复的子程序——这一点和生成器相似。但和生成器不同的是，协程可以控制子程序暂停之后代码的走向，而生成器仅能被动地将控制权交还给调用者。
例：假设有两个子程序main和printer。printer是一个死循环，等待输入、加工并输出结果。main作为主程序，不时地向printer发送数据。
线来看一段代码
def printer():
counter = 1
while True:
text = yield
print('[%d] %s' %(counter, text))
counter += 1
def main():
p = printer()
next(p)
for i in range(10):
p.send('张三')
p.send('李四')
p.send('王麻子')
main()
printer函数做一个子函数，yield这里理解为等待send传参数，当main函数传入‘张三’这个参数时，printer函数开始进入循环，直到‘张三’这个参数10次传输完成截至，接着到下一个send=‘李四’传入printer函数........以此类推直到最后一次‘王麻子’传参结束。整个循环全部结束。
注意：我们在使用yield 和 send时，在send语句前一定要使用next(函数名)，否则系统会报错；
四、迷你机器人
我们一般使用的机器人对话都是由迷你型机器人衍生出来的，没有真正意义上的实现科幻电影中的那些只能场景；
def robot():
say = ''
while True:
s = yield say
if 'age' in s:
say = '爸爸25了'
elif 'name'in s:
say = '求我阿，求我我就告诉你'
elif 'birthday' in s:
say = '明天就是爸爸的生日啦'
elif 'hello'in s:
say = 'hello too'
else:
say = '我什么都不知道！'
def main():
g = robot()
next(g)
while True:
user_send = input('我：')
robot_send = g.send(user_send)
print('robot:%s'%(robot_send))
main()
今天早上2018/05/10，我看到谷歌推出了一款真正的交互式机器人，抛弃了传统的siri，真正意义上的称的上为人工智能，现场演示：发布会上，用户对Google Assistant说：我想剪头发。Google Assistant接到指令后直接帮你打电话预约！！！........
看完了整场演示我为之震惊，人工智能已经在我们的身边潜伏着，随着时代的发展也许一个不留神你就被机器人无情的踩在脚下;还记得那次人机大战吗？阿尔法和李世石的围棋大战，当天阿尔法输掉了比赛，疲惫的李世石早已睡下，世界都以为人工智能不过是一场虚惊。然而，当天晚上阿尔法和自己下了一百万盘围棋。当第二天太阳升起，李世石还是那个李世石，但是阿尔法早已有了天翻地覆的变化。废话先写这么多吧，我的感受颇深，毕竟这里谈论的是技术，就不多作感情上的宣泄李。