生成器这个章节尤其的重要，我们以后的协程的部分要用到这个知识点.
什么是生成器函数呢？
定义为：
只要方法里有 yield 这个关键字 代表不是普通的函数，就可以认为是生成器函数 .
怎么就不普通了，咱们和普通的比较下 ，代码如下：
def gen_func():
yield 1
def func():
return 1
print(gen_func(),func())
#打印结果
#<generator object gen_func at 0x000000000220AE60> 1
我们可以发现 gen_func() 返回的是一个对象，并不是1.
func（）返回的是1 .
有的小伙伴该说了，那我们怎么去访问生成器里面的1 呢？
这个是个好问题，我们访问对象里的值一定要用到前面的知识，迭代器和迭代对象.
PS:看来知识都是关联的，要想遇到什么就学什么，绝对没有思路.
我也不做多解释，用代码解释来的直接 ：
from collections import Iterable, Iterator
def gen_func():
yield 1
def func():
return 1
print(gen_func(),func())
print(isinstance(gen_func(),Iterable)) #True
print(isinstance(gen_func(),Iterator)) #True
print(next(gen_func())) # 1
借用小岳岳的一句话“这么神奇呀，生成器也是迭代器”
有了这个我们就可以放心用for 循环进行输出. 这太方便了吧.
那有较真的小伙伴该说了，你这不是瞎胡搞吗，本来直接return 个返回值
直接输出就行了，你非得再绕一大圈 然后再输入，你感觉有意思吗？
好像他说的也没有错呀，but 有个场景，我需要return 两次甚至更多，如何做呢
按照你的方法，要更多return 呗， 好我就让你心服口服，看看代码吧
def func():`在这里插入代码片`
return 1
return 2
print(func())
#打印结果： 1
return 2 并没有返回，为什么呢， 因为在return 1 的时候已经断掉了，后边的代码不会执行.
小伙伴们该说了，这样是行不通，那有什么办法吗 ？ 当然离不开这节的主题，答案是生成器
请看下边的代码：
def gen_func():
yield 1
yield 2
yield "Andy"
print(gen_func())
for i in gen_func():
print(i)
#打印结果
#<generator object gen_func at 0x000000000288F2B0>
#1
#2
#Andy
都打印出来了， 功能强爆了.
稍微解释下：
当我们用for 循环的时候，会调用 第一个 next（） 打印出1，然后在next（）打印出2
一直循环到报 StopIteration 异常结束.
由于我们调用next（）会返回一个值，不调用不会往下返回值，这个特性很重要，
官方的叫法是惰性求值 .
为了明白惰性求值的好处， 我来举个例子 ，
经典斐波拉契
斐波那契数列指的是这样一个数列 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233，377
这个数列从第3项开始，每一项都等于前两项之和。
用普通的方法，来 求10位之和
def func(index):
if index<=2:
return 1
else:
return func(index-1)+func(index-2)
print(func(10)) # 55
用普通的方法，也可用实现，但是我们有个问题就是 想打印它计算过程，你怎么搞？
用普通的方法我们可以这么写：
def func2(index):
a=0
b=1
n=0
list_num=[]
while n<index:
list_num.append(b)
a,b=b,a+b
n+=1
return list_num
print(func2(10))
#打印结果 [1, 1, 2, 3, 5, 8, 13, 21, 34, 55]
上边的 a,b=b,a+b 就相当于 a=b , b=a+b 这也是循环的递增方式.
有个问题，我们知道用list 有个缺点就是 性能低，如果index 很大的时候，不要用print，
这是血的教训 ，我刚刚就重启了. 还好博客的内容还在. 当index 是上千万的时候，也不要调用方法
，非常占内存，你的机器同样也会死机。
我们开始用 生成器的方式进行访问如下边：
def gen_func(index):
a=0
b=1
n=0
while n<index:
a,b=b,a+b
n+=1
yield b
for i in gen_func(10):
print(i)
#打印结果
1
2
3
5
8
13
21
34
55
89
我们已经实现了打印过程，为什么它可以使用index值为成千上万的呢，这还是离不开生成器的惰性机制，
当调用 yield 的时候，会把数值存在生成器里面，直到循环结束.
next（）的时候，调用一下，不调用就不输出.
更多的功能我会在一节介绍，请关注