生成器是Python中的一个对象，对这个对象进行操作，可以依次生产出按生成器内部运算产生的数据。
但是要注意，如果不对生成器进行操作，是不会产生数据的。
称这样的方式为惰性求值，延或者迟求值。
以前学过一种方式叫生成器表达式，例如：
g1 = (x*2 for x in range(5)) next(g1) 0 next(g1) 2 ...
这就不说了。
生成器函数，就是说定义函数时，内部带yield就算生成器函数。
每次返回的值就是yield后面的值，例如：
def g2():
for x in range(5):
yield x*2
list(g2)
[0, 2, 4, 6, 8]
这个yield很牛逼，和return一样，遇到之后就返回后面的值，但是yield会记住当时执行到哪里了，下一次执行从这个地方开始（就是生成器的特点）。
就是yield from 语法，一种看起来简洁的表达形式吧。
普通形式的生成器函数：
def inc1():
for x in range(10000):
yield x
相当于
def inc2():
yield from range(10000)
也就是说，yield from iterable 相当于 yield item for item in iterable。
定义函数，获取列表中所有偶数
list01 = [4,54,65,6,76,87,9]
#传统方式
def get_even01():
#做一个容器来存储数据
result = []
for item in list01:
if item % 2 == 0:
result.append(item)
return result
re = get_even01()
for item in re:
print(item)
#使用生成器技术
def get_even02():
for item in list01:
if item % 2 == 0:
yield item #yield是生成器的关键词
re = get_even02() #返回一个生成器对象
for item in re: #使用for来迭代re,因为生成器也是可迭代对象(有__iter__()方法)
print(item)
使用生成器的最大作用是节省内存
def f1():
for i in range(2):
yield i
g = f1()
print(g.__next__()) #0
print(g.__next__()) #1
print(g.__next__()) #抛出异常StopIteration
#为了不抛出异常，改写上面的代码
def f1():
for i in range(2):
yield i
g = f1()
while True:
try:
print(g.__next__())
except Exception as e: #捕获异常，结束循环
break
以上为个人经验，希望对您有所帮助。