列表生成式即List Comprehensions，是Python內置的非常簡單卻強大的可以用來創建list的生成式。
格式如下：
l1 = [x for x in range(10)]
print(l1)
結果如下：
通過列表生成式，我們可以直接創建一個列表。但是，受到內存限制，列表容量肯定是有限的。而且，創建一個包含100萬個元素的列表，不僅占用很大的存儲空間，如果我們僅僅需要訪問前面幾個元素，那后面絕大多數元素占用的空間都白白浪費了。所以，如果列表元素可以按照某種算法推算出來，那我們是否可以在循環的過程中不斷推算出后續的元素呢？這樣就不必創建完整的list，從而節省大量的空間。在Python中，這種一邊循環一邊計算的機制，稱為生成器：generator。
創建 L 和 G 的區別僅在于最外層的 [ ] 和 ( ) ， L 是一個列表，而 G 是一個生成器。我們可以直接打印出L的每一個元素，但我們怎么打印出G的每一個元素呢？如果要一個一個打印出來，可以通過 next() 函數獲得生成器的下一個返回值：
下面采用生成器的方式創建列表：
ge = (x for x in range(4))
print(type(ge))
print(next(ge))
print(next(ge))
print(next(ge))
print(next(ge))
print(next(ge))
結果如下：
生成器保存的是算法，每次調用 next(G) ，就計算出 G 的下一個元素的值，直到計算到最后一個元素，沒有更多的元素時，拋出 StopIteration 的異常。當然，這種不斷調用 next() 實在是太變態了，正確的方法是使用 for 循環，因為生成器也是可迭代對象。所以，我們創建了一個生成器后，基本上永遠不會調用 next() ，而是通過 for 循環來迭代它，并且不需要關心 StopIteration 異常。
ge = (x for x in range(10))
print(type(ge))
for i in ge:
print(i,end=' ')
結果如下：
generator非常強大。如果推算的算法比較復雜，用類似列表生成式的 for 循環無法實現的時候，還可以用函數來實現。
通過之前的學習，可以完成斐波那契數列的函數版，代碼如下：
def fib(times):
n = 0
a, b = 0, 1
while n < times:
print(b, end=' ')
a, b = b, a + b
n += 1
return 'done'
fib(5)
仔細觀察，可以看出，fib函數實際上是定義了斐波拉契數列的推算規則，可以從第一個元素開始，推算出后續任意的元素，這種邏輯其實非常類似generator。
也就是說，上面的函數和generator僅一步之遙。要把fib函數變成generator，只需要把print(b)改為yield b就可以了：
print()
print('*' * 15)
def fib(times):
n = 0
a, b = 0, 1
while n < times:
yield b
a, b = b, a + b
n += 1
return 'over'
ret = fib(7)
for i in ret:
print(i, end=' ')
結果如下：
如果用next調用，遇到yield就會停止，所以同樣為了避免StopIteration異常，采用for循環遍歷。在采用遍歷的時候，發現拿不到generator的返回值’over’。想要拿到返回值，必須捕獲StopIteration異常，返回值包含在StopIteration的value中。
關于生成器中的send的用法，看如下代碼：
def fun():
i = 0
while True:
i += 1
print('...begin...')
temp = yield i
print('temp:%s'%temp)
ret = fun()
print(next(ret))
print('*'*10)
print(next(ret))
print('*'*10)
print(ret.send('haha'))
結果如下：
使用next（）模擬多任務實現方式之一：協程
def test1():
while True:
print('...1...')
yield None
def test2():
while True:
print('...2...')
yield None
t1 = test1()
t2 = test2()
i = 0
while i < 3:
t1.__next__()
t2.__next__()
i += 1
結果如下：
生成器是這樣一個函數，它記住上一次返回時在函數體中的位置。對生成器函數的第二次（或第 n 次）調用跳轉至該函數中間，而上次調用的所有局部變量都保持不變。生成器不僅“記住”了它數據狀態；生成器還“記住”了它在流控制構造（在命令式編程中，這種構造不只是數據值）中的位置。
生成器的特點：
節約內存。迭代到下一次的調用時，所使用的參數都是第一次所保留下的，即是說，在整個所有函數調用的參數都是第一次所調用時保留的，而不是新創建的。
