一.生成器
1.迭代器：
1.1.调用方法直接返回
1.2.可迭代对象通过执行iter方法得到
迭代器的优势：节省内存。
2.生成器：有些情况我们也需要也需要节省空间，只能是自己写来实现迭代器的功能就是生成器
3.python中提供生成器：
3.1生成器函数：常规的函数定义，但是是使用yield语句而不舒适return语句返回结果。yield语句一次返回一个结果，在每个结果中间，挂起函数的状态，以便下次从他离开的地方继续执行。
3.2生成器表达式：类似于列表推导，但是生成器返回按需产生结果的一个对象，而不是一次构建一个结果列表。
4.生成器Generator：
本质：迭代器（所以自带__iter__,__next__方法，不需要我们去实现）
特点：惰性运算，开发者自定义。
5.生成器函数：
一个包含yield关键字的函数就是一个生成器函数。yield可以为我们从函数中返回值，但是yield又不同于return，return的执行意味着程序的结束，调用生成器函数不会得到返回的具体的值，而是得到一个可迭代的对象。每一次获取这个可迭代对象的值，就能推动函数的执行，获取新的返回值。直到函数执行结束。
import time
def fun():
a=1
print('定义一个a变量;')
yield a
b=2
print('定义一个b变量；')
yield b
g=fun()
print('g:',g) #返回一个生成器
print('_'*20) #分隔线
print(next(g))
time.sleep(2) #sleep两秒看清过程
print(next(g))
结果：
g: <generator object fun at 0x000001381CD65A98>
____________________
定义一个a变量;
1
定义一个b变量；
2
6.列表推导式和生成器表达式
#老男孩由于峰哥的强势加盟很快走上了上市之路,alex思来想去决定下几个鸡蛋来报答峰哥
egg_list=['鸡蛋%s' %i for i in range(10)] #列表解析
#峰哥瞅着alex下的一筐鸡蛋,捂住了鼻子,说了句:哥,你还是给我只母鸡吧,我自己回家下
laomuji=('鸡蛋%s' %i for i in range(10))#生成器表达式
print(laomuji)
print(next(laomuji)) #next本质就是调用__next__
print(laomuji.__next__())
print(next(laomuji))
print(egg_list)
结果：
<generator object <genexpr> at 0x00000174827359E8>
鸡蛋0
鸡蛋1
鸡蛋2
['鸡蛋0', '鸡蛋1', '鸡蛋2', '鸡蛋3', '鸡蛋4', '鸡蛋5', '鸡蛋6', '鸡蛋7', '鸡蛋8', '鸡蛋9']
总结：
1.把列表解析的[]换成()得到的就是生成器表达式
2.列表解析与生成器表达式都是一种便利的编程方式，只不过生成器表达式更节省内存
3.Python不但使用迭代器协议，让for循环变得更加通用。大部分内置函数，也是使用迭代器协议访问对象的。例如， sum函数是Python的内置函数，该函数使用迭代器协议访问对象，而生成器实现了迭代器协议，所以，我们可以直接这样计算一系列值的和：
sum(x ** 2 for x in range(4))
而不用多此一举的先构造一个列表：
sum([x ** 2 for x in range(4)])