yield的语法规则是：
在yield这里暂停函数执行，并返回yield后面表达式的值（默认为None），直到被next()再次调用时，从上次暂停的yield代码处继续往下执行。当没有可继续next()时，抛出异常，该异常可被for循环处理。
def fib(n):
def fib(n):
a, b = 0, 1
i = 0
while i < n:
yield b
a, b = b, a+b
i += 1
if __name__ == '__ma
在Python中，生成器和函数很像，都是在运行的过程中才会去确定各种变量的值，所以在很多情况下，会导致各种各样的问题。
def generator_test1():
# 0...9 generator
x = (i for i in range(10))
# 5..9 generator
x_filter = filter(lambda y: y >= 5, x)
# first use the x
L = list(x)
print("L, x", L)
# then
绝大多数情况下，遍历一个集合都是为了对元素应用某个动作或是进行筛选。如果看过本文的第二部分，你应该还记得有内建函数map和filter提供了这些功能，但Python仍然为这些操作提供了语言级的支持。
(x+1 for x in lst) #生成器表达式，返回迭代器。外部的括号可在用于参数时省略。
[x+1 for x in lst] #列表解析，返回list
如你所见，生成器表达式和列表解析（注：这里的翻译有很多种，比如列表展开、列表推导等等，指的是同一个意思）的区别很小，所以人们提到这个特
对于普通的生成器，第一个next调用，相当于启动生成器，会从生成器函数的第一行代码开始执行，直到第一次执行完yield语句（第4行）后，跳出生成器函数。
然后第二个next调用，进入生成器函数后，从yield语句的下一句语句（第5行）开始执行，然后重新运行到yield语句，执行后，跳出生成器函数，后面再次调用next，依次类推。
下面是一个列子：
def consumer():
r = 'here'
for i in xrange(3):
yield r
r
本文实例分析了Python生成器generator用法。分享给大家供大家参考，具体如下：
生成器generator本质是一个函数，它记住上一次在函数体中的位置，在生成器函数下一次调用，会自动找到该位置，局部变量都保持不变
l = [x * 2 for x in range(10)] # 列表生成式
g = (x * 2 for x in range(10))
print(l,g) # l打印的是一个列表，g则是一个generator的内存地址
一次性打印获取generator的所有元素:
一、生成器
1.1 什么是生成器
generator：一边生成一边计算后面元素的机制，称为生成器，生成器里面保存的是算法，只有需要用到才会计算后面的值
1.2 通过列表生成式创建生成器
我们可以将列表生成式的中括号改成小括号就创建了一个生成器
list = [i for i in range(10)]
print(type(list)) #
gen = (i for i in range(10))
print(type(gen)) #
1.3 通过函数创建生成器
带有yield的函数称为
本文实例讲述了python生成器推导式用法。分享给大家供大家参考，具体如下：
1.生成器推导式是继列表推导式后的有一中python推导式，他比列表推导式速度更快，占用的内存也更少。
2.使用生成器对象时，可以根据需要将他转化为列表或者元组，也可以是哟个生成器对像__next__()方法或内置函数next()进行遍历，其具有惰性求值的特点，进行一次遍历后便不能再次方位内部元素，即访问一次立马清空生成器对象
>>> g = ((i+2)**2 for i in range(10)
1、Python生成器表达式
1）、Python生成器表达式
语法格式：
(expr for iter_var in iterable)
(expr for iter_var in iterable ifcond_expr)
2）、自定义生成器
函数中使用yield，会返回一个生成器对象。yieldx
生成器使用示例：
In [1]:list((i**2 for i in range(1,11)))
Out[1]:[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
I
本文实例讲述了python生成器generator用法。分享给大家供大家参考。具体如下：
使用yield，可以让函数生成一个结果序列，而不仅仅是一个值
例如：
def countdown(n):
print counting down
while n>0:
yield n #生成一个n值
n -=1
>>> c = countdown(5)
>>> c.next()
counting down
5
>>> c.
