生成器是一种特殊的迭代器，它有一些普通迭代器没有的方法，如 send（）， close（） ..等等 可以通过使用如下的genexp获得生成器：
g=(i for i in range(3))
g的类型将是一个生成器。 但是对我来说， g 是一个生成器似乎很奇怪，因为 g.send 什么也不会做，因为g不是由 yield 的函数返回的关键字，并且没有机会捕获send方法传递的值（不确定这是对的），我没有看到 g 需要成为生成器而不是生成器的原因更通用的类型：迭代器。
答案 0 :(得分：1)
似乎对定义存在一些误解：
__iter__的对象。此外，__iter__还应返回迭代器。next。yield关键字的函数。有些作者使用上述其中一个含义中的通用生成器名称。你必须知道上下文才能真正理解他们所指的是什么。但由于所有这些对象都紧密相关，因此它并没有真正的问题。
总是很难回答问题＆＃34;为什么会这样？＆＃34;在询问命名约定时。除非你问原创作者几乎不可能提供满意的答案。例如，它可能只是进化的影响，因为我们都知道进化确实会引入错误。但这是我的猜测：
生成器表达式和生成器函数都生成相同类型的对象。现在为什么他们生产相同的物体？这可能是因为它是最简单的方式来实现它，就像在幕后。这可能是动机。
另请注意，迭代器和生成器表达式之间存在显着差异：您可以在生成器表达式中使用yield关键字。尽管它并没有真正有用并且引入了许多混淆，但这种行为根本不是直观的。
资源：
答案 1 :(得分：0)
lambda函数以某种方式受到限制（没有控制结构，没有文档字符串），但会创建一个真正的函数对象。您可能会以同样的方式问，为什么lambda函数的__doc__属性返回None而不是AttributeError，因为没有lambda函数可能有文档字符串？
对于基本类型的值，某种值的子类型应为substitutable。 （特殊情况并不足以打破规则。）
>>> def g(): yield
>>> type(g())
<class 'generator'>
>>> h = (i for i in [1,2,3])
>>> type(h)
<class 'generator'>
生成器表达式在语法上看起来像列表解析，但生成的值具有类型生成器迭代器，因此应该可以使用与使用yield生成的值相同的方式使用发电机功能。在这种情况下，调用.send(foo)除了推进函数体之外什么都不做。
答案 2 :(得分：0)
虽然genexps不需要且无法从send功能中受益，但它们是在send之前引入的。那时，生成器没有通用迭代器的额外API功能。
即使send首先出现，也可能会使语言更复杂，以便为genxps记录和实现另一个迭代器类型来评估，而不是重用发生器设计。