生成器：1.只有在调用时才会生成相应的数据2.只记录当前位置 只有一个__next__()方法   next()

1 #列表生成式：2 [x*2 for x in range(10)]3 print([x*2 for x in range(10)])4 #生成器：5 g = (x*2 for x in range(10))6 print(g)#output:
     
       at 0x000001FF205E93B8>
     

斐波那契数列:

1 def fib(max): 2     n, a, b = 0, 0, 1 3     while n

函数是顺序执行，遇到return语句或者最后一行函数语句就返回。 而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回， 再次执行时从上次返回的yield语句处继续执行。yield相当于一个“断点”。 生成器并行：

1 #Accounting:生产者生产包子同时分给两个人 2 import time 3 def consumer(name): 4     print("%s准备吃包子"%name) 5     while True: 6         baozi = yield 7         print("包子%s来了，被%s吃了"%(baozi,name)) 8  9 10 def producer(name):11     c = consumer("A")#生成两个消费者12     c2 = consumer("B")13     c.__next__()#初始化，准备好吃包子14     c2.__next__()15     print("包子准备！！！")16     for i in range(10):#生产者循环10次，每次生产两个包子分给消费者17         time.sleep(1)18         print("做好了两个包子了")19         c.send(i)#send()函数唤醒yield,并向yield传递参数20         c2.send(i)21 producer("sugar")

迭代器：可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator

可以直接作用于for循环的数据类型有以下几种： 一类是集合数据类型，如list、tuple、dict、set、str等； 一类是generator，包括生成器和带yield的generator function。 这些可以直接作用于for循环的对象统称为可迭代对象：Iterable。 可以使用isinstance()判断一个对象是否是Iterable对象：

1 from collections import Iterable2 isinstance([], Iterable)#output:True

凡是可作用于for循环的对象都是Iterable类型； 凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列； 集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象

1 from collections import Iterable2 isinstance(iter([]), Iterator)#output:True

生成器本质上属于的迭代器。