生成器函数：Python中的迭代器生成器

在Python中，生成器函数是一种特殊的函数，可以用于创建迭代器。生成器函数使用关键字yield而不是return来返回值，它可以暂停和恢复函数的执行。生成器函数可以像列表一样按索引访问和迭代，但不会预先计算和存储所有的值，而是在需要时计算和生成值。

生成器函数可以用于各种任务，比如遍历大型文件、操作无限序列、实现协程等。

下面我们来看一个简单的生成器函数的例子：

def square_gen(n):
    for i in range(n):
        yield i ** 2

这个函数利用yield关键字来生成平方数。生成器函数可以通过next()函数逐个返回值，也可以使用for循环来迭代生成值：

>>> squares = square_gen(5)
>>> next(squares)
0
>>> next(squares)
1
>>> next(squares)
4
>>> next(squares)
9
>>> next(squares)
16
>>> next(squares)   # StopIteration error
...
>>> squares = square_gen(5)
>>> for x in squares:
...     print(x)
...
0
1
4
9
16

需要注意的是，一旦生成器函数返回，它就不能再次使用。如果要再次使用生成器函数生成值，需要重新创建生成器对象。

生成器函数的优点是可以节省内存，只在需要时生成值，而不是一次性生成所有值。此外，生成器函数可以用于处理各种迭代任务，因为它们支持可以按索引访问和迭代的迭代器接口。

Python中还有一种生成器表达式，它的语法类似于列表推导式，但使用圆括号而不是方括号，且不会一次性生成所有值。生成器表达式可以在不需要自定义生成器函数的情况下快速创建迭代器。

例如，下面的代码使用生成器表达式创建了一个迭代器，用于计算1到10的平方值：

squares = (x ** 2 for x in range(1, 11))
for x in squares:
    print(x)

总之，生成器函数是Python中非常有用的特性，可以用于创建迭代器、处理大数据集、实现协程等任务。通过使用生成器函数和生成器表达式，我们可以避免预先生成所有值的开销，节省内存和时间，并提高代码的灵活性和可读性。