主要分兩部分介紹：
- 迭代、迭代器、可迭代
- 生成器、yield 表達式
1. 迭代、迭代器、可迭代
（1）迭代概念：很多數據就是容器，裏面包含很多其他類型的元素。實際使用容器時，我們需要逐個獲取容器中的元素。逐個獲取容器中的元素的過程就叫做迭代。
迭代demo：
list_a = [1,2,3]
for i in list_a:
print(i)
上述逐個取list_a對象中元素並打印的過程就叫做迭代，其中迭代的對象是list_a，可以看出其爲列表，因此列表是可迭代的；Python中其他的數據類型：dict，tuple，string,set,file等都是可迭代的。對於用戶自己自定義的數據類型，如果提供了__iter__()或者__getitem__()方法，那麼該類方法實例化後的對象也是可迭代的；
（2）迭代器----是一種對象。
迭代器抽象的是一個數據流，是只允許迭代一次的對象。對迭代器不斷調用A().next()方法(Python2.7)或者next(A())(python3)，則可以依次獲得下一個元素；當迭代器中沒有元素時，調用next()方法會拋出StopIteration異常。迭代器的 iter() 方法返回迭代器自身；因此迭代器也是可迭代的。
(3)迭代器協議 ----是指容器類需要包含的一個特殊方法 iter()
如果一個容器類提供了 iter() 方法，並且該方法能返回一個能夠逐個訪問容器內所有元素的迭代器，則我們說該容器類實現了迭代器協議。
Python 中的迭代器協議和 Python 中的 for 循環是緊密相連的。
# iterator protocol and for loop
for x in something:
print(x)
Python 處理 for 循環時，首先會調用內建函數 iter(something)，它實際上會調用 something.iter()，返回 something 對應的迭代器。而後，for 循環會調用內建函數 next()，作用在迭代器上，獲取迭代器的下一個元素，並賦值給 x。此後，Python 纔開始執行循環體。
2. 生成器、yield表達式
（1）生成器函數----是一種特殊的函數，是指包含了yield表達式的函數，調用它會返回特殊的迭代器，稱爲生成器；
def func():
return 1
def gen():
yield 1
print(type(func)) # <class 'function'>
print(type(gen)) # <class 'function'>
print(type(func())) # <class 'int'>
print(type(gen())) # <class 'generator'>
如上，生成器 gen 看起來和普通的函數沒有太大區別。僅只是將 return 換成了 yield。用 type() 函數打印二者的類型也能發現，func 和 gen 都是函數。然而，二者的返回值的類型就不同了。func() 是一個 int 類型的對象；而 gen() 則是一個迭代器對象。
（2）yield表達式
（2.1） yield 僅能用於定義生成器函數；
（2.2）生成器函數被調用後，其函數體內的代碼並不會立即執行，而是返回一個生成器（generator-iterator）。當返回的生成器調用成員方法時，相應的生成器函數中的代碼纔會執行；
詳情： 如前所述，如果一個函數定義中包含 yield 表達式，那麼該函數是一個生成器函數（而非普通函數）。實際上，yield 僅能用於定義生成器函數。
與普通函數不同，生成器函數被調用後，其函數體內的代碼並不會立即執行，而是返回一個生成器（generator-iterator）。當返回的生成器調用成員方法時，相應的生成器函數中的代碼纔會執行。
def square():
for x in range(4):
yield x ** 2
square_gen = square()
for x in square_gen:
print(x)
前面說到，**for 循環會調用 iter() 函數，獲取一個生成器；而後調用 next() 函數，將生成器中的下一個值賦值給 x；再執行循環體。**因此，上述 for 循環基本等價於：
genitor = square_gen.__iter__()
while True:
x = geniter.next() # Python 3 是 __next__()
print(x)
注意到，square 是一個生成器函數；作爲它的返回值，square_gen 已經是一個迭代器；迭代器的 iter() 返回它自己。因此 geniter 對應的生成器函數，即是 square。
每次執行到 x = geniter.next() 時，square 函數會從上一次暫停的位置開始，一直執行到下一個 yield 表達式，將 yield 關鍵字後的表達式列表返回給調用者，並再次暫停。注意，每次從暫停恢復時，生成器函數的內部變量、指令指針、內部求值棧等內容和暫停時完全一致。
（2.3）yield函數的好處：
Python 的老用戶應該會熟悉 Python 2 中的一個特性：內建函數 range 和 xrange。其中，range 函數返回的是一個列表，而 xrange 返回的是一個迭代器。
在 Python 3 中，range 相當於 Python 2 中的 xrange；而 Python 2 中的 range 可以用 list(range()) 來實現。
Python 之所以要提供這樣的解決方案，是因爲在很多時候，我們只是需要逐個順序訪問容器內的元素。大多數時候，我們不需要「一口氣獲取容器內所有的元素」。比方說，順序訪問容器內的前 5 個元素，可以有兩種做法：:
方法1：獲取容器內的所有元素，然後取出前 5 個；
方法2：從頭開始，逐個迭代容器內的元素，迭代 5 個元素之後停止。
顯而易見，如果容器內的元素數量非常多（比如有 10 ** 8 個），或者容器內的元素體積非常大，那麼後一種方案能節省巨大的時間、空間開銷。
現在假設，我們有一個函數，其產出（返回值）是一個列表。而若我們知道，調用者對該函數的返回值，只有逐個迭代這一種方式。那麼，如果函數生產列表中的每一個元素都需要耗費非常多的時間，或者生成所有元素需要等待很長時間，則使用 yield 把函數變成一個生成器函數，每次只產生一個元素，就能節省很多開銷了。
#Python3
def f1():
a =[1,2]
yield a
f2 = f1()
print(f1())
print(dir(f1()))
print(next(f2))
# print(next(f2)) #取消註釋，讓其運行會報StopIteration錯誤；
結果爲：
<generator object f1 at 0x7fbf63840468>
['__class__', '__del__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__iter__', '__le__', '__lt__', '__name__', '__ne__', '__new__', '__next__', '__qualname__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'close', 'gi_code', 'gi_frame', 'gi_running', 'gi_yieldfrom', 'send', 'throw']
[1, 2]
可以看出，yield可迭代對象本身是會還原可迭代列表本身的；但是yield本身的優勢及更主要的作用是:當列表較大的時候，如果我們只需去列表的前5個用於運算的時候，不需要等待上層程序將結果列表全部計算出來，再選擇前5個，而是可以直接用yield的函數，運行一次，計算一次；提高運行效率；
f1().next()
AttributeError: 'generator' object has no attribute 'next'
在python2.7中，實例化對象用next：f1().next();
在Python3中，實例化對象用next：next(f1())
3.generator生成器方法
生成器有一些方法。調用這些方法可以控制對應的生成器函數；不過，若是生成器函數已在執行過程中，調用這些方法則會拋出 ValueError 異常。
- generator.next()：從上一次在 yield 表達式暫停的狀態恢復，繼續執行到下一次遇見 yield 表達式。當該方法被調用時，當前 yield 表達式的值爲 None，下一個 yield 表達式中的表達式列表會被返回給該方法的調用者。若沒有遇到 yield 表達式，生成器函數就已經退出，那麼該方法會拋出 StopIterator 異常。
- generator.send(value)：和 generator.next() 類似，差別僅在與它會將當前 yield 表達式的值設置爲 value。
- generator.throw(type[, value[, traceback]])：向生成器函數拋出一個類型爲 type 值爲 value 調用棧爲 traceback 的異常，而後讓生成器函數繼續執行到下一個 yield 表達式。其餘行爲與 generator.next() 類似。
- generator.close()：告訴生成器函數，當前生成器作廢不再使用。
參考：https://liam.page/2017/06/30/understanding-yield-in-python/