生成器为您提供惰性评估。您可以通过迭代它们来使用它们，可以使用 ‘for’
显式地使用它们，也可以通过将其传递给任何迭代的函数或构造来隐式地使用它们。您可以将生成器视为返回多个项目，就好像它们返回一个列表一样，但它们不是一次全部返回它们，而是一个接一个地返回它们，并且生成器函数暂停直到请求下一个项目。

生成器适用于计算大量结果（特别是涉及循环本身的计算），您不知道是否需要所有结果，或者您不想同时为所有结果分配内存. 或者对于生成器使用 另一个
生成器或消耗一些其他资源的情况，如果这种情况发生得越晚越好。

生成器的另一个用途（实际上是一样的）是用迭代替换回调。在某些情况下，您希望函数完成大量工作并偶尔向调用者报告。传统上，您会为此使用回调函数。您将此回调传递给工作函数，它会定期调用此回调。生成器方法是工作函数（现在是生成器）对回调一无所知，并且只在它想要报告某些内容时产生。调用者不是编写单独的回调并将其传递给工作函数，而是在生成器周围的一个小“for”循环中完成所有报告工作。

例如，假设您编写了一个“文件系统搜索”程序。您可以完整地执行搜索，收集结果，然后一次显示一个。在显示第一个结果之前，必须收集所有结果，并且所有结果都将同时存储在内存中。或者您可以在找到结果时显示结果，这样会更节省内存并且对用户更友好。后者可以通过将结果打印函数传递给文件系统搜索函数来完成，或者可以通过将搜索函数作为生成器并迭代结果来完成。

如果您想查看后两种方法的示例，请参阅 os.path.walk()（带有回调的旧文件系统遍历函数）和
os.walk()（新的文件系统遍历生成器）。当然，如果你真的想在一个列表中收集所有结果，生成器方法很容易转换为大列表方法：

big_list = list(the_generator)