生成器：自动实现了迭代器协议（对象必须提供一个next方法，执行改方法要么返回迭代中的下一项，要么就引起一个StopIteration的异常，以终止迭代（只能往后走不能往前进））
第一种形式：idter=（i for i in range(10))
idter为一个生成器，有next（）方法,idter.__next__()---------python3 idter.next()----------------python2
第二种形式：
函数中的生成器：
def test():
yield 1
yield 2
yield和return都是返回函数的值，但是yield可以多次返回，只需要用next（）方法来实现
生成器的好处
吃饱子问题：
def prduct_baozi():
ret=[]
for i in range(100):
ret.append('包子%s' % i)
return ret
生成器可以保留函数的执行的上一次的状态
生成器总结：
语法上和函数的类似：生成器函数和常规的函数几乎是相同的，他们都是使用def语句进行定义，差别在于，生成器使用yield语句返回一个值，而常规函数使用return返回一个值
自动实现迭代器协议：对于生成器，python会自动实现迭代器协议，以便于应用到迭代背景中（如for循环，sum函数）。由于生成器自动实现了迭代器协议，所以，我们可以调用它的next（）方法，并且，在没有可以返回的时候，生成器会自动产生StopIteration异常
状态挂起: 生成器使用yield语句返回一个值，yield语句挂起改生成器的状态，保留足够的信息，以便之后从它离开的地方继续执行
优点：生成器的好处是延迟计算，一次返回一个结果也就是说，它不会一次生成所有的结果，这对于大多数的数据处理来说
列表解析：
sum([i for i in range(100000000000000000)]) #占用内存太大，机器容易卡死
生成器表达式：
sum(i for i in range(100000000000) ) #几乎不占内存
优点：生成器还可以有效的提高代码的可读性