当容器中的元素很多的时候，不可能全部读取到内存，那么就需要一种算法来推算下一个元素，这样就不必创建很大的容器，生成器就是这个作用。
Python中的生成器使用yield返回值，每次调用yield会暂停，因此生成器不会一下子全部执行完成，是当需要结果时才进行计算，当函数执行到yield的时候，会返回值并且保存当前的执行状态，也就是函数被挂起了。我们可以使用next()函数和send()函数恢复生成器，将列表推导式的[]换成()就会变成一个生成器：
my_iter = (x for x in range(10))
for i in my_iter:
print(i)
值得注意的是，我们一般不会使用next()方法来获取元素，而是使用for循环。当使用while循环时，需要捕获StopIteration异常的产生。
Python虚拟机中有一个栈帧的调用栈，栈帧保存了指定的代码的信息和上下文，每一个栈帧都有自己的数据栈和块栈，由于这些栈帧保存在堆内存中，使得解释器有中断和恢复栈帧的能力：
import inspect
frame = None
def foo():
global frame
frame = inspect.currentframe()
def bar():
foo()
bar()
print(frame.f_code.co_name) # foo
print(frame.f_back.f_code.co_name) # bar
这也是生成器存在的基础。只要我们在任何地方获取生成器对象，都可以开始或暂停生成器，因为栈帧是独立于调用者而存在的，这也是协程的理论基础。
迭代器是一种不同于for循环的访问集合内元素的一种方式，一般用来遍历数据，迭代器提供了一种惰性访问数据的方式。
可以使用for循环的有以下几种类型：
集合数据类型
生成器，包括生成器和带有yield的生成器函数
这些可以直接被for循环调用的对象叫做可迭代对象，可以使用isinstance()判断一个对象是否为可Iterable对象。集合数据类型如list、dict、str等是Iterable但不是Iterator，可以通过iter()函数获得一个Iterator对象。send()和next()的区别就在于send()可传递参数给yield()表达式，这时候传递的参数就会作为yield表达式的值，而yield的参数是返回给调用者的值，也就是说send可以强行修改上一个yield表达式值。
