Python中的生成器可以对于需要遍历的一些数据进行高效的处理。在Python中如何实现生成器呢？实现生成器的方法有两种：使用生成器表达式、使用函数生成器。使用函数生成器实现生成器需要满足以下几点要求：必须是一个函数、函数中有yield语句、调用函数时返回一个生成器对象。下面将从多个角度分析Python函数形式如何实现生成器。
一、生成器函数的定义
生成器函数类似于普通函数，同时又不同于普通函数。生成器函数使用yield语句生成一系列值，在函数中使用yield语句给出每个值。yield语句表明当前函数是一个生成器函数，每次调用都会返回一个生成器对象。生成器函数的定义如下：
def generator_func():
yield 1
yield 2
yield 3
上述代码中，generator_func()是一个空的生成器函数，使用yield语句生成一系列值。
二、生成器函数的调用
在Python中调用生成器函数返回一个生成器对象，使用next()函数执行生成器。当next()被调用时，生成器函数将运行直到出现yield语句。当出现yield语句时，生成器函数返回一个同时保留当前状态的生成器对象，下次从yield语句后继续运行。例如：
def generator_func():
yield 1
yield 2
yield 3
for i in generator_func():
print(i)
执行结果为：
1
2
3
上述代码中，使用for循环从生成器中获取值并打印。
三、生成器函数的应用
a. 使用生成器处理大数据集合
在处理极大的数据集时，我们可以使用生成器函数来逐个获取那些‘有用’的数据而不是一次性全部加载到内存中，从而减少内存占用。
b. 实现函数的协作
我使用yield语句可以实现函数协作，简化函数实现过程，例如：
function A:
do sth.1
yield
do sth.2
def functionB():
next(A)
do sth.3
next(A)
do sth.4
上述代码中，函数A和函数B内使用yield语句实现两个函数间的切换调用。
四、生成器函数的优势
a. 节约系统资源和开发时间
Python的生成器函数可以让我们更好地处理数据，同时节省系统资源，在需要的时候才去生成数据而不是提前生成大量的数据，从而大大节约了系统资源。同时，使用生成器函数可以更好地提高开发效率。
b. 可维护性更高
生成器函数在代码维护上也有很大的优势，例如在需要修改生成的数据时，只需要修改生成器函数中的代码即可。
c. 可复用性更高
使用生成器函数生成的数据可以被很多对象所使用，从而提高了利用价值。
