python代码生成器
创建生成器方法
方法一
要创建一个生成器，有很多种方法第一种方法很简单，只要把一个列表生成式的[ ]改成( )
创建L和G的区别仅在于最外层的[ ]和( )，L是一个列表，而G是一个生成器我们可以直接打印出L的每一个元素，但我们怎么打印出G的每一个元素呢？如果要一个一个打印出来，可以通过next()函数获得生成器的下一个返回值：
运行结果：
运行结果：
生成器保存的是算法，每次调用next(G)，就计算出G的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的异常当然，这种不断调用next()实在是太变态了，正确的方法是使用for循环，因为生成器也是可迭代对象所以，我们创建了一个生成器后，基本上永远不会调用next()，而是通过for循环来迭代它，并且不需要关心StopIteration异常
相关推荐：Python视频教程
方法2
generator非常强大如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现
比如，著名的斐波拉契数列（Fibonacci），除第一个和第二个数外，任意一个数都可由前两个数相加得到：
1, 1, 2, 3, 5, 8, 13, 21, 34, ...
斐波拉契数列用列表生成式写不出来，但是，用函数把它打印出来却很容易：
运行结果：
仔细观察，可以看出，fib函数实际上是定义了斐波拉契数列的推算规则，可以从第一个元素开始，推算出后续任意的元素，这种逻辑其实非常类似generator
也就是说，上面的函数和generator仅一步之遥要把fib函数变成generator，只需要把print(b)改为yield b就可以了：
运行结果：
在上面fib的例子，我们在循环过程中不断调用yield，就会不断中断当然要给循环设置一个条件来退出循环，不然就会产生一个无限数列出来同样的，把函数改成generator后，我们基本上从来不会用next()来获取下一个返回值，而是直接使用for循环来迭代：
运行结果：
但是用for循环调用generator时，发现拿不到generator的return语句的返回值如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中：
运行结果：
相关推荐：
三分钟看懂什么是Python生成器
python生成器到底有什么优点在Python这门语言中，生成器毫无疑问是最有用的特性之一与此同时，也是使用的最不广泛的Python特性之一究其原因，主要是因为，在其他主流语言里面没有生成器的概念正是由于生成器是一个新的东西，所以，它一方面没有引起广大工程师的重视，另一方
