Python生成器：使用yield语句生成可迭代对象

Python中的生成器是一种特殊类型的函数，其返回一个迭代器对象，可以通过循环来遍历生成器对象并获取其中的值。生成器使用yield语句来产生值，而不是使用return语句。yield语句会将生成器的状态保存下来，并返回一个值给调用者，但不会结束执行。

生成器的一个重要特点是惰性求值，即只有在需要的时候才会生成值。这种特性使得生成器非常适合处理大量数据或者无法一次性加载到内存的数据。

使用yield语句创建生成器非常简单，只需要将函数中需要生成的值放在yield语句中即可。下面是一个简单的例子：

def my_generator():
    yield 1
    yield 2
    yield 3

在上面的例子中，my_generator函数是一个生成器函数，通过yield语句返回了三个值1、2和3。当调用该生成器函数时，并不会执行其中的代码，而是返回一个生成器对象。可以通过调用next函数来获取生成器对象中的下一个值，直到所有的值都被遍历完毕。

gen = my_generator()
print(next(gen))  # 输出1
print(next(gen))  # 输出2
print(next(gen))  # 输出3
print(next(gen))  # 抛出StopIteration异常，表示生成器已经遍历完毕

除了使用next函数来遍历生成器对象，也可以使用for循环来遍历生成器对象，for循环会在内部自动调用next函数来获取生成器对象中的值。

gen = my_generator()
for value in gen:
    print(value)  # 依次输出1、2、3

生成器函数可以接收参数，并根据参数的不同返回不同的值。下面是一个接收参数的生成器函数的例子：

def count_up_to(n):
    for i in range(1, n+1):
        yield i

在上面的例子中，count_up_to函数接收了一个参数n，用来指定生成的值的范围。通过调用yield语句，count_up_to函数会依次返回从1到n的值。可以使用for循环来遍历生成器函数返回的生成器对象，从而获取其中的值。

gen = count_up_to(5)
for value in gen:
    print(value)  # 依次输出1、2、3、4、5

生成器非常适合处理大数据集或者需要逐步加载的数据集。由于生成器是惰性求值的，所以在处理大数据集时，可以一次只获取部分数据，而不是一次性加载全部数据，从而节省内存。此外，生成器还可以用来表示无限序列，例如斐波那契数列等。

总结来说，生成器是一种非常有用的工具，可以用来生成一个可迭代的对象，避免一次性加载所有数据到内存中，同时也可以用来表示无限序列。通过yield语句，我们可以很方便地定义自己的生成器函数，从而创建出自己需要的生成器对象。