迭代器和生成器是python中两个非常强大的特性，生成器是一种特殊的迭代器，编写程序时你可以不使用生成器达到同样的效果，但是生成器让你的程序更加pythonic。

什么是生成器(generator)

生成器不会把结果保存在一个结果中，而是保存函数的执行状态，在每次进行迭代时返回一个值，直到遇到StopIteration异常结束。

为什么有了迭代器还需要生成器？

• 1、存在即合理，生成器使得python更为简洁。
• 2、生成器使得python模仿协同程序的概念得以实现，所谓协同程序，就是可以独立运行的函数的调用，函数可以暂停或者挂起，并在需要的时候从程序离开的地方继续或者重新开始 创建生成器非常简单，只要在函数中加入yield语句即可。
• 3、迭代器需要我们自己去定义一个类和实现相关的方法，而生成器并不涉及魔法方法，甚至巧妙的避开的类和对象，仅仅通过普通的函数就可以实现了。

生成器自动实现了“迭代器协议”（即__iter__和__next__方法），不需要再手动实现两方法。

生成器语法

1、生成器表达式：

如果我们接触过列表表达式，一定会被这种简洁优美的语法所折服，而生成器表达式只不过把列表解析的 [] 换成 () ，返回的结果就是生成器对象。

生成器表达式能做的事情列表解析基本都能处理，只不过在需要处理的序列数据量比较大时，列表解析比较费内存，这个时候生成器的惰性计算就显示出威力了。

>>> gener = (x**2 for x in range(5))
>>> gener
<generator object  at 0x0000000002FB7B40>
>>> for g in gener:
...   				print(g, end='-')
0-1-4-9-16-

2、生成器函数

在函数中如果出现了yield关键字，那么该函数就不再是普通函数，而是生成器函数。yield 的作用就是把一个函数变成一个 generator，带有 yield 的函数不再是一个普通函数，Python 解释器会将其视为一个 generator。
对于普通函数，一般结束以return语句、或者异常，或者所有语句执行完毕。一旦函数将控制权交还给调用者，就意味着函数中所作 的工作已经保存在局部变量（函数中定义的变量）中的数据全部丢失，再次调用这个函数时，将从头创建执行。

对于生成器，函数中每次使用yield产生一个值，函数就返回该值，然后停止执行，等待被激活，被激活后继续在原来的位置执行。也就是说，生成器可以暂时挂起函数，并保留函数的局部变量等数据，再次调用的时候，从上次暂停的位置继续执行下去。

举个栗子:斐波那契数列

def fib():  #无限循环
    a,b = 0,1  
    while 1:  
        a,b = b,a+b  
        yield a  
for i in fib():
    if i > 100: #退出循环的条件
        break
    print(i)