生成器是Python中的一個高級用法，有段時間我對生成器的理解頗爲費勁，直到我看到一句話“yield語句掛起該生成器函數的狀態，保留足夠的信息，以便之後從它離開的地方繼續執行”後，讓我恍然大悟，這是生成器中的狀態掛起，這句話讓我想起了在大學時玩ARM單片機時經常碰到的一個概念——中斷，單片機在遇到中斷信號時，處理中斷程序前也要先保護現場，即系統要在執行中斷程序之前，必須保存當前處理機程序狀態字PSW和程序計數器PC等的值，待中斷程序執行完成後在回覆現場繼續執行下面的程序。仔細想想，個人覺得在保護“現場”這一點上，兩者中的道理還是差不多的（也許你並不這麼認同），有時候一個新概念的理解就是卡在一個小知識點上，我之前一直不明白“生成器掛起狀態”是什麼東西，但是回頭瞬間想起以前學過的知識，然後類比，有些東西也就恍然大悟了，也是這個“聯想”讓我對生成器有了更深刻的理解，使用起來也得心應手。現在工作當中，特別是在做數據統計時，碰到了特別長的列表時，我都是用生成器，不進可以節省內存，而且代碼更加優雅。下面就來講講生成器，不正之處歡迎批評指正！
生成器就是按照一定算法生產的序列，也就是序列元素可以按照某種算法推算出來，即在循環的過程中不斷推算出後續的元素，這樣就不必創建完整的序列，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，稱爲生成器（Generator）。
（一）生成器語法
生成器表達式： 通列表解析語法，只不過把列表解析的[]換成()
生成器表達式能做的事情列表解析基本都能處理，只不過在需要處理的序列比較大時，列表解析比較費內存。
>>> L = [x * x for x in range(10)] >>> L [0, 1, 4, 9, 16, 25, 36, 49, 64, 81] >>> g = (x * x for x in range(10)) >>> g <generator object <genexpr> at 0x104feab40>
L是一個list，而g是一個generator。如果要一個一個打印出來，可以通過generator的next()方法。每次調用next()，就計算出下一個元素的值，直到計算到最後一個元素，沒有更多的元素時，拋出StopIteration的錯誤。這裏就不過多闡述，大家可以在終端試試，不斷執行g.next()，同時可以用sys.getsizeof()來比較下L和g所用內存的大小，這裏列表元素比較少，看不出生成器的優勢，但是，對於g,把推到式中的range(10)改成range(100），range(100)，g所佔內存是不會改變的，大家可以試試。
生成器函數： 在函數中如果出現了yield關鍵字，那麼該函數就不再是普通函數，而是生成器函數。
但是生成器函數可以生產一個無限的序列，這樣列表根本沒有辦法進行處理。yield 的作用就是把一個函數變成一個 generator，帶有 yield 的函數不再是一個普通函數，Python 解釋器會將其視爲一個 generator。
def gensquares(N): for i in range(N): yield i ** 2 for item in gensquares(5): print item
這是個簡單的例子，使用生成器返回自然數的平方。
（二）生成器的方法
我們可以用dir()函數來看看生成器對象的方法，如下：
['__class__', '__delattr__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__iter__', '__name__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'close', 'gi_code', 'gi_frame', 'gi_running', 'next', 'send', 'throw']
它裏面有__iter__()和next()方法，這不就是迭代器協議要滿足的兩個基本條件嗎？(不瞭解迭代器協議，可以看之前的博文，點此)也就是說生成器是一個特殊的迭代器。
close()
手動關閉生成器函數，後面的調用會直接返回StopIteration異常。看下面簡單例子：
send()
生成器函數最大的特點是可以接受外部傳入的一個變量，並根據變量內容計算結果後返回。
這是生成器函數最難理解的地方，也是最重要的地方。
首先看個簡單的例子
#coding=utf-8 def fun(value=None): print "begin" while 1: try: value = (yield value) print "yield" except Exception,e: value = e g = fun(8) print g.next() print "===============" print g.next() print "===============" print g.next()
運行結果如下：
由上圖的運行結果可知，生成器函數調用後，它的函數體並沒有執行，而是到第一次調用next()時纔開始執行，而且是執行到yield表達式爲止，此時就要狀態掛起，第二次調用next()時再恢復之前的掛起狀態接着執行，所以第一次執行next()時，並沒有打印出"yield"，到第二次調用next()時，第一個執行的就是print "yield"語句，所以也就打印出了"yield"，直到再次遇到yield表達式，然後再掛起，依次類推。
這裏還要提到一點就是yield表達式，第一次調用next()時，value = yield v語句中只執行了yield v這個表達式，而賦值操作並未執行。只有第二次調用next()時yield表達式的值賦給了value,而yield表達式的默認“返回值”是None.
這一塊大家可以參考這篇博文
在函數裏單獨的yield 5 與m = yield 5還是有區別的。
這可能有點難理解，舉個例子來驗證下：
#coding=utf-8 class A(object): def __init__(self,v): self._value = v def fun(self,value): print "begin" while 1: try: self._value = (yield value) print "aaa",self._value print "yield" except Exception,e: self._value = e G = A(8) g = G.fun(88) print "_value " , G._value print g.next() print "_value " ,G._value print "===============" print g.next() print "_value " ,G._value print "===============" print g.next() print "_value " ,G._value
運行結果如下：
從運行結果上來看，第一次調用next()時，G._value的值並沒有改變，說明此時self._value = (yield value)並沒有執行賦值操作，第二次調用next()時，G._value的值改變了，爲None，說明執行了賦值操作。
有了上面的一些基礎，理解send()方法應該很容易，看下面例子：
#coding=utf-8 def fun(v): while 1: value = (yield v) if value == 14: break v = 'get: %s' % value g = fun(None) print g.send(None) print g.send(10) print g.send(12) print g.send(14)
執行流程：
1.通過g.send(None)或者next(g)可以啓動生成器函數，並執行到第一個yield語句結束的位置。
此時，執行完了yield語句，但是沒有給value賦值。注意：在啓動生成器函數時只能send(None),如果試圖輸入其它的值都會得到錯誤提示信息。這裏，如果你去掉g.send(None)這句，就會報錯。
2.通過g.send(10)，會傳入10，並賦值給value，然後計算出v的值，並回到while頭部，執行yield v語句有停止。此時會輸出"get: 10"，然後掛起。
3.通過g.send(12)，會重複第2步，最後輸出結果爲"got:12"
4.當我們g.send(14)時，程序會執行break然後推出循環，最後整個函數執行完畢，所以會是StopIteration異常。
其實,send()是全功能版本的next(),next()相當於send(None)，前面提到過yield表達式有“返回值”，send()作用就是控制這個“返回值”的，使得yield表達式的返回值是它的實參。
這一句要好好理解，看上面的例子，最後打印出來的值都是函數中v的值（也就是實參）。
throw()
用來向生成器函數送入一個異常，可以結束系統定義的異常，或者自定義的異常。
throw()後直接拋出異常並結束程序，或者消耗掉一個yield，或者在沒有下一個yield的時候直接進行到程序的結尾。
#coding=utf-8
def gen():
while True:
try:
yield 'normal value'
yield 'normal value 2'
print('here')
except ValueError:
print('we got ValueError here')
except TypeError:
break
g=gen()
print next(g)
print g.throw(ValueError)
print next(g)
print g.throw(TypeError)1.print next(g)：會輸出normal value，並停留在yield 'normal value 2'之前。
2.由於執行了g.throw(ValueError)，所以會跳過所有後續的try語句，也就是說yield 'normal value 2'不會被執行，然後進入到except語句，打印出we got ValueError here。然後再次進入到while語句部分，消耗一個yield，所以會輸出normal value。然後狀態掛起。
3.print next(g)，會執行yield 'normal value 2'語句，並停留在執行完該語句後的位置。
4.g.throw(TypeError)：會跳出try語句，從而print('here')不會被執行，然後執行break語句，跳出while循環，然後到達程序結尾，所以跑出StopIteration異常。
最後運行結果如下：
生成器的主要三個方法中，send()方法是比較難理解的，不過只要記住send()作用就是控制yield表達式“返回值”的，使得yield表達式的返回值是它的實參。
最後總結起來就這麼幾句：
1.生成器就是一種迭代器，可以使用for進行迭代。
2.第一次執行next(generator)時，會執行完yield語句後程序進行掛起，所有的參數和狀態會進行保存。再一次執行next(generator)時，會從掛起的狀態開始往後執行。在遇到程序的結尾或者遇到StopIteration時，循環結束。
3.生成器函數和常規函數幾乎是一樣的。它們都是使用def語句進行定義，差別在於，生成器使用yield語句返回一個值，而常規函數使用return語句返回一個值
4.可以通過generator.send(arg)來傳入參數，這是協程模型。
5.可以通過generator.throw(exception)來傳入一個異常。throw語句會消耗掉一個yield。
6.可以通過generator.close()來手動關閉生成器。
7.next()等價於send(None)