Python中生成器的作用主要体现在以下四个方面，结合权威信息源整理如下：

1. 节省内存

   生成器通过惰性计算（按需生成数据）显著降低内存占用，尤其适合处理大数据集或无限序列。例如读取超大文件时，仅加载当前处理的数据块，避免一次性占用全部内存。

2. 提升效率

   生成器减少不必要的运算开销，通过暂停执行保存状态，下次调用时从断点继续，从而优化程序运行效率。例如处理斐波那契数列等无限序列时，仅生成当前需要的值。

3. 优雅简洁的代码

   生成器函数使用yield关键字简化迭代逻辑，使代码更简洁易读。相比普通循环，生成器能减少冗余代码，提升可维护性。

4. 支持大数据与无限序列

   生成器天然适配处理无法一次性加载的数据，如文件流、网络数据等。例如逐行读取大文件，或动态生成斐波那契数列等无限序列。

总结 ：生成器通过惰性计算、内存优化和代码简化，在处理大数据、无限序列及提升效率方面具有显著优势，是Python中高效编程的核心工具。