2、生成器函数的写法
    def func():
        a =10
        yield 20
    gen = func()  #没有执行，而是生成一个生成器
    普通函数和生成器函数的不同
    1、普通函数名()表示函数的的执行
    2、生成器函数名()不是函数的执行，而是生成一个生成器

    yield和return的不同
    1、retun表示返回，同时函数执行终止，return之后的代码不会执行
    2、yield也表示返回，函数暂停，函数分段执行

    def func():
        a =10
        yield 20
        b = 30
        yield 40
    gen = func()  #生成一个生成器
    gen.__next__() #返回20 执行到第一个yield
    gen.__next__() #返回40 从第一个yeild开始执行到第二个yield

3、如何得到生成器
    1、生成器函数
      生成器函数名()
    2、生成器表达式
    3、类型转换

4、生成器的特点
    1、节省内存
    2、惰性机制（每执行一次__next__（）方法，取值一次）
    3、只能向前取值，不能退后

5、生成器的取值
    __next__()方法和send()方法的区别
      前者表示向下取值
      后者除了表示向下取值，还可以给上一个yield传递值
      注意：send()方法不能用在第一个取值，第一个取值只能用__next__()
            最后一个yield也不能用send()

6、生成器的好处
    节约内存
'''

#关于__next__()方法和send()方法的例子
def func():
    a = 1
    a2 = yield 2
    print(a2)
    c = 3
    c2 = yield 4
    print(c2)
    yield 5
gen = func() #生成一个生成器
gen.__next__()  #执行到了第一个yield
gen.send('test') #把参数传递到第一个yield
gen.send('娃哈哈') #把参数传递到第2个yield

#生成器的好处-节约内存的例子
#一次性买100件衣服，需要地方保存，比较浪费内存
li1 = []
def func2():
    for i in range(1,11):
        li1.append('衣服 %s' % i)
    return li1
ret = func2()
print(ret)  #100件衣服一次性生成出来，放到列表到了
print('----------1')

#最好的方式是下一个100件衣服的订单，但是呢，需要一件，送一件，就不需要专门的地方保存了，节约内存
#方法1 生成器函数
def func3():
    for i in range(1,11):
        yield ('衣服 %s' %i)
gen = func3()  #生成一个生成器
print(gen.__next__()) #第一件
print(gen.__next__()) #第二件
for i in gen: #生成器本质是迭代器，支持for循环
    print(i)

#方法2 生成器表达式
# gen = (i for i in range(1,11))
# print(gen)  #生成一个生成器（类比：就是买衣服订单）
# print(gen.__next__()) #第一件
# print(gen.__next__()) #第二件
# for i in gen: #生成器本质是迭代器，支持for循环
#    print(i)

二、推导式
推导式（列表推导式，字典推导式等）
1、列表推导式：[结果      for循环 if条件]
2、字典推导式：{key: value for循环 if条件}
3、集合推导式：{key        for循环 if条件}
注意：没有元组推导式

三、生成器表达式
1、生成器表达式：（结果 for循环 if条件）
2、惰性机制（类比：弹夹没子弹了，不能将同一个值，生成2次）
  生成器是记录在内存中的一段代码，产生的时候，没有执行

生成器表达式和列表推导式的区别类比：
1、买100个鸡蛋，列表推导式：是一次性把100个鸡蛋买回来，需要地方存储
2、生成器表达式：是买一只母鸡，需要鸡蛋就给下蛋