什么是生成器？
生成器(generator)就是 python 中一种一边循环一边计算的机制
生成器有什么作用？
比如当我们生成一个列表，我们可以通过列表式直接创建一个列表。但是受到内存的限制，列表的容量肯定是有限的。而且创建一个非常大的列表时消耗的内存也是非常大的。如果我们仅仅需要访问前面几个元素，那么后面绝大多数占用的空间都浪费了。而生成器可以帮助我们不必创建完整的列表，在需要时通过循环来创建出后面的元素，节省大量的空间。
生成器创建的方法：
要创建生成器有很多种方法。第一种方法很简单，只要把一个列表的【】改成（）
1 L =[x for x in range(5)] 2 3 G =(x for x in range(5))
分别输出 L 和 G 得出以下结果：
L：[0,1,2,3,4]
G：<generator object <genexpr> at 0x02101C90>
可以发现 G 是一个生成器对象；如果想要打印出来可以通过 next（） 函数获得生成器的下一个返回值：
next（G） # 执行此操作会打印出 0 next（G） # 执行此操作会打印出 1 …… next（G） # 执行此操作会打印出 5
在没有元素时，，在使用 next 会抛出一个 stoplteration 异常。
创建生成器方法2：
1 def lister(times): 2 n = 0 3 while n < times: 4 yield n 5 n += 1 6 7 for x in lister(5): 8 print(x)
yield 函数可以将整个函数转换成生成器
上面的代码执行时会不断调用 yield ，就会不断中断产生一个数值，记录下来，此时 lister(5) 便是一个 generator 对象。当然也可以采用 next 函数逐次输出。
对于 yield 转换的函数可以使用 send 来进行传值达到控制的目的：
如 g = lister()
g.send(6)
迭代：
迭代是访问集合元素的一种方式。迭代器是一个可以记住遍历的位置的对象。
可迭代对像（Iterable）：
可被循环的都是可被迭代的，统称为可迭代对像。
可迭代对像的判断：
可以使用 isinstance（） 判断一个对象是否是 Iterable 对像：
用法： isinstance（obj，class）
如：
1 from collections import Iterable 2 3 isinstance （[ ], Iterable） 4 5 ##返回值为 True
迭代器（Iterator）：
生成器都是 Iterator 对像，但 list ，dict， str，tuple等类型虽然都是 Iterable 却不是 Iterator；
生成器的值的对像被称为迭代器
迭代器对像从集合的第一个元素开始访问，直到所有元素被访问完结束。迭代器只能往前不会后退。
可以使用 isinstance（） 判断一个对象是否是 Iterable 对像：
用法： isinstance（obj，class）
如：
1 from collections import Iterator 2 3 isinstance （[ ], Iterator） 4 5 #返回值为False
迭代器的转换：
对于非迭代器的可迭代对像可以使用 iter() 函数将 Iterable 转化为 Iterator。
迭代器的目的：
减少内存的占用