可以理解为一种数据类型。这种数据类型自动实现了迭代器协议，所以生成器是可迭代类型。（像列表这种，需要调动自身的__iter__方法才形成可迭代器）。所以在生成器中，可以自动在后面写一个.next，因为这是可迭代对象共有的特点。
（1）函数
使用yield而不是通过return返回。这样的话一执行，得到的就是生成器。（生成器的本质，就是一个数据类型）
def test():
yield 1
yield 2 #yield和return的区别是：1.得到一个生成器类型 2.可以进行多次返回
yield 3
g=test()
print(g) #输出结果：<generator object test at 0x0000028AA963C740>
print(g.__next__())
print(g.__next__()) #生成器自带next功能，会自动输出
def test():
yield 1
yield 2
yield 3
yield 4
print(test()) #输出结果为<generator object test at 0x0000022805F4C740>，也是生成了一个迭代器
（2）生成器表达式
补充：三元表达式/三元运算
name="alex" "SB" if name=="alex" else "帅b" #这就是三元表达式。含义：如果判断条件成立，返回SB，不成立返回帅B
res="SB" if name=="alex" else "帅b"
print(res) #输出结果SB
补充：通过三元计算完成列表解析，生成一个列表
方法一：不用三元计算，通过for循环写一个列表
list_egg=[]
for i in range(10):
list_egg.append("鸡蛋%s" %i)
print(list_egg)
#输出结果：[‘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‘]
方法2：通过三元计算 解析列表
l=["鸡蛋%s" %i for i in range(10)] print(l)
#输出结果：[‘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‘]
li=["鸡蛋%s" %i for i in range(10) if i >5]
print(li)
#输出结果：[‘鸡蛋6‘, ‘鸡蛋7‘, ‘鸡蛋8‘, ‘鸡蛋9‘]
li=["鸡蛋%s" %i for i in range(10) if i >5 else i] #这样就会报错，因为只能有三元
但是！！通过三元计算生成的是一个列表，这样会占据大量内存，如果数据过大时，会导致电脑卡死。
那该怎么办呢？
答案来啦：通过生成器的方法，弄出一个迭代器出来，然后想产生的时候，一个一个__next__就行
laomuji=("鸡蛋%s" %i for i in range(10)) #注意这里，和三元计算生成列表的写法类似，只不过中括号改成了小括号 print(laomuji) #输出结果<generator object <genexpr> at 0x000001FDCE14C740> print(laomuji.__next__()) #输出结果：鸡蛋0
print(next(laomuji)) #这种写法也可以，输出结果：鸡蛋1
??????????这种就是生成器
生成器表达式的应用：
sum函数
如果写一个很大的列表，然后对他进行求和，会占用很大的内存空间
因此我们采取一种生成器的方式，代码如下
a=sum(i for i in range(100)) #后面的操作就是生成了一个迭代器，然后用sum内置的东西，对这个迭代器进行for循环
print(a)
原文：https://www.cnblogs.com/yxzymz/p/12751397.html