生成器简述

生成器：动态的提供数据的对象，生成器的对象时可迭代对象


调用fibonacci函数并保存返回值来创建自己的生成器，解释器识别生成器的出现并返回一个generator对象，该对象在每一次运行时可使用next函数请求一个值。
首先number列表为空，值1 被追加进列表，执行yield number[-1]语句，得到一个输出值1，调用next函数，输出1。然后执行continue语句，返回while循环顶部，因为number列表长度小于2，值1被追加进列表。执行yield number[-1],调用next函数，输出列表的最后一个元素，执行continue语句，回到while顶部，执行else语句，追加列表的累加值，删除列表第一个值。依次继续
生成器优点：
不需要将对象所有的元素都存入内存之后，才开始操作。生成器仅仅在迭代到某个元素的时候才会将该元素放入内存，而在此之前或之后，该元素可以不存在或被销毁。适合遍历巨大的或者无限的序列对象。这个特点被称为延迟计算或者惰性求值（协同程序的思想，协同程序是一个可以单独运行的函数调用，该调用可以被挂起，之后可以从挂起的地方重新开始。python在获得一个由yield返回的值，调用next()使得程序流回到协同程序时，能够为其传入额外的或者被改变了的参数，并且从挂起的语句开始执行）
StopIteration异常
python提供了一个内置的异常StopIteration，当生成器抛出StopIteration异常时，标志着迭代完成并且已经退出。
在python3中，可使用return和yield来达到raise StopIteration的功能。
send方法：允许生成器的反向沟通

提供给send方法的值能被付给yield表达式的结果
由此可见，send只是提供一个与生成器交互的机制，确定如何处理送给生成器的值是生成器的责任。
迭代器与迭代对象
#迭代器：包含__next__方法的任何对象
#迭代对象：定义了__iter__的对象
#可迭代对象：__iter__方法可以返回一个迭代器
注意：生成器是迭代器，但不一定是迭代对象
标准库的生成器（range,dict,zip,map,file）：
在读取文件对象时，生成器一次读取一行并输出整行，包括尾部的换行符（\n）
生成器内部的生成器（yield from）：
一个生成器调用其他生成器。

何时使用生成器？
①、分块访问数据
②、分块计算数据
生成器的单例模式
对象既是迭代对象又是迭代器。迭代对象只返回self，所以在一个对象上调用__iter__将会返回同一个对象。即：对象仅仅支持一个活动的迭代器

这个类实现了生成器的协议，但它也是一个迭代对象，并且将自己作为参数响应iter。意味着每个fib对象只有一个迭代器：自己