Generator是创建迭代器的简单而强大的工具。它们像常规函数一样编写，只在需要返回数据时使用yield语句。每次调用next（）时，生成器都会返回它离开的位置（它会记住语句的最后一次执行和所有数据值）。
在Python中，一切都是对象，对象的抽象是类，对象的集合是容器。在Python中，列表、组、字典和集合都是容器。Python中的所有容器都可以迭代，这与枚举有本质的不同。
迭代器是用于迭代操作的对象，可以迭代以获得每个对象，就像列表一样。这种方法与我们通常对列表中所有元素进行for循环遍历的区别在于，在构建迭代器时，它不像列表那样一次将所有元素加载到内存中，而是以延迟计算的方式返回元素。这就是为什么我们前面提到的，我们可以大大减少内存消耗。在调用下一个方法之前，它不会返回元素（本质上，for循环连续调用迭代器的下一个方法）。
Python使用生成器支持延迟操作。所谓的延迟操作意味着结果只能在需要时产生，而不是立即产生。这也是发电机的主要优点。生成器提供一个延迟操作，它不返回结果，而是使用。生成器函数是常规函数的定义，但它使用语句而不是返回语句来返回结果。语句一次返回一个结果。在每个结果的中间，函数的状态被挂起，以便下次可以在它离开的地方执行。
我们用来编写Python代码的for-in语句是隐式更改上述迭代过程。生成器是一个特殊的高级迭代器，它不像迭代器那样占用大量内存。只有使用它才能调用它来生成相应的对象，这样可以减少内存占用，优化程序结构，提高程序速度。
python迭代器和生成器的区别？生成器不仅“记住”其数据状态，而且还记住程序的执行位置。
（2）Iterator
生成器必须是Iterator，并且必须是Iteratorobject
（3）区别：①生成器是生成元素的，Iterator是访问集合元素的一种方式；②Iterator输出生成器内容；③Iterator是支持next（）操作的对象；④Iterator：其中Iteratorobject表示数据流，它可以是一个有序序列，我们不能预先知道序列的长度。我们只能通过nex（）函数计算下一个数据。它可以看作生成器的一个子集。