我们可以通过列表生成式简朴直接地建设一个列表，可是受到内存限制，列表容量必定是有限的。并且，建设一个包括100万个元素的列表，不只占用很大的存储空间，并且假如我们仅仅需要会见前面几个元素，那后头绝大大都元素占用的空间都白白挥霍了。
所以，假如列表元素可以凭据某种算法推算出来，那我们是否可以在轮回的进程中不绝推算出后续的元素呢？这样就不必建设完整的list，从而节减大量的空间。在Python中，这种一边轮回一边计较的机制，称为生成器（Generator）。
要建设一个generator，有许多种要领。第一种要领很简朴，只要把一个列表生成式的[]改成()，就建设了一个generator：
>>> mylist = [ x for x in range(1, 10)] >>> mylist [1, 2, 3, 4, 5, 6, 7, 8, 9] >>> gen = (x for x in range(1,10)) >>> gen <generator object <genexpr> at 0x7f1d7fd0f5a0>
建设mylist和gen的区别仅在于最外层的[]和()，mylist是一个list，而gen是一个generator（生成器）。
我们可以直接打印出list的每一个元素，但我们怎么打印出generator的每一个元素呢？
假如要一个一个打印出来，可以通过generator的next()要领：
>>> gen.next() 1 >>> gen.next() 2 >>> gen.next() 3 ... >>> gen.next() 9 >>> gen.next() Traceback (most recent call last): File "<stdin>", line 1, in <module> StopIteration
我们讲过，generator生存的是算法，每次挪用next()，就计较出下一个元素的值，直到计较到最后一个元素，没有更多的元素时，抛出StopIteration的错误。
其实我们可以利用for轮回来取代next()方法， 这样才更切合高效的编程思路：
>>> gen = ( x for x in range(1, 10)) >>> for num in gen: ... print num ... 1 2 3 4 5 6 7 8 9
generator很是强大。假如推算的算法较量巨大，用雷同列表生成式的for轮回无法实现的时候，还可以用函数来实现。
好比，著名的斐波拉契数列（Fibonacci），除第一个和第二个数外，任意一个数都可由前两个数相加获得：
1, 1, 2, 3, 5, 8, 13, 21, 34, ...
斐波拉契数列用列表生成式写不出来，可是，用函数把它打印出来却很容易：
def fib(max): n = 0 a, b = 0, 1 while n < max: print b a, b = b, a + b n = n + 1
上面的函数可以输出斐波那契数列的前N个数：
>>> fib(6) 1 1 2 3 5 8
仔细调查，可以看出，fib函数实际上是界说了斐波拉契数列的推算法则，可以从第一个元素开始，推算出后续任意的元素，这种逻辑其实很是雷同generator。
也就是说，上面的函数和generator仅一步之遥。要把fib函数酿成generator，只需要把print b改为yield b就可以了：
def fib(max): n = 0 a, b = 0, 1 while n < max: yield b a, b = b, a + b n = n + 1
这就是界说generator的另一种要领。假如一个函数界说中包括yield要害字，那么这个函数就不再是一个普通函数，而是一个generator：
>>> fib(6) <generator object fib at 0x104feaaa0>
这里，最难领略的就是generator和函数的执行流程纷歧样。函数是顺序执行，碰着return语句可能最后一行函数语句就返回。而酿成generator的函数，在每次挪用next()的时候执行，碰着yield语句返回，再次执行时从上次返回的yield语句处继承执行。
举个简朴的例子，界说一个generator，依次返回数字1，3，5：
>>> def odd(): ... print 'step 1' ... yield 1 ... print 'step 2' ... yield 3 ... print 'step 3' ... yield 5 ... >>> o = odd() >>> o.next() step 1 1 >>> o.next() step 2 3 >>> o.next() step 3 5 >>> o.next() Traceback (most recent call last): File "<stdin>", line 1, in <module> StopIteration
#p#分页标题#e#
可以看到，odd不是普通函数，而是generator，在执行进程中，碰着yield就间断，下次又继承执行。执行3次yield后，已经没有yield可以执行了，所以，第4次挪用next()就报错。
回到fib的例子，我们在轮回进程中不绝挪用yield，就会不绝间断。虽然要给轮回配置一个条件来退出轮回，否则就会发生一个无限数列出来。
同样的，把函数改成generator后，我们根基上从来不会用next()来挪用它，而是直接利用for轮回来迭代：
>>> for n in fib(6): ... print n ... 1 1 2 3 5 8
generator长短常强大的东西，在Python中，可以简朴地把列表生成式改成generator，也可以通过函数实现巨大逻辑的generator。
要领略generator的事情道理，它是在for轮回的进程中不绝计较出下一个元素，并在适当的条件竣事for轮回。对付函数改成的generator来说，碰着return语句可能执行到函数体最后一行语句，就是竣事generator的指令，for轮回随之竣事。
