迭代器（iterator）是乙個實現了迭代器協議的物件，python的一些內建資料型別（列表，陣列，字串，字典等）都可以通過for語句進行迭代，我們也可以自己建立乙個容器，實現了迭代器協議，可以通過for，next方法進行迭代，在迭代的末尾，會引發stopiteration異常。
生成器（generator）是通過yield語句快速生成迭代器，可以不用iter和next方法 （指的是定義時）
yield可以使乙個普通函式變成乙個生成器，並且相應的next()方法返回是yield後的值。一種更直觀的解釋是：程式執行到yield時會返回結果並暫停，再次呼叫next時會從上次暫停的地方繼續開始執行。
顯然，生成器自身有構成乙個迭代器，每次迭代時使用乙個yield返回 的值，乙個生成器中可以有多個yield的值
in [21]: def test():
....: yield 1
....: yield 3
....: yield 22
....:
in [22]: a = test()
in [23]: type(a)
out[23]: generator
in [24]: a.next()
out[24]: 1
in [25]: a.next()
out[25]: 3
in [26]: a.next()
out[26]: 22
3，for item in iterable 迴圈的本質就是先通過iter()函式獲取可迭代物件iterable的迭代器，然後對獲取到的迭代器不斷呼叫next()方法來獲取下乙個值並將其賦值給item，當遇到stopiteration的異常後迴圈結束
python中乙個實現了_iter_方法和_next_方法的類物件，就是迭代器，如下案例是計算菲波那切數列的案例
class fib(object):
def __init__(self, max):
super(fib, self).__init__()
self.max = max
def __iter__(self):
self.a = 0
self.b = 1
return self
def __next__(self):
fib = self.a
if fib > self.max:
raise stopiteration
self.a, self.b = self.b, self.a + self.b
return fib
# 定義乙個main函式，迴圈遍歷每乙個菲波那切數
def main():
# 20以內的數
fib = fib(20)
for i in fib:
print(i)
# 測試
if __name__ == '__main__':
main()
而且因為實現了_next_(self)方法，所以在實現_iter_(self)的時候，直接返回self就可以。
總結一句話就是：
在迴圈遍歷自定義容器物件時,會使用python內建函式iter()呼叫遍歷物件的_iter_(self)獲得乙個迭代器,之後再迴圈對這個迭代器使用next()呼叫迭代器物件的_next_(self)。
注意點：_iter_(self)只會被呼叫一次,而_next_(self)會被呼叫 n 次，直到出現stopiteration異常。
>延遲操作。也就是在需要的時候才產生結果，不是立即產生結果。>生成器是只能遍歷一次的。
>生成器是一類特殊的迭代器。
python中生成器與迭代器
可迭代物件 乙個實現了iter方法的物件是可迭代的 迭代器 乙個實現了iter方法和next方法的物件就是迭代器 iter方法會返回乙個迭代器 生成器都是iterator物件，但list dict str雖然是iterable 可迭代物件 卻不是iterator 迭代器 from collectio...
python中生成器，迭代器和裝飾器
解析器在實時生成資料，資料不會駐留在記憶體中。因此，其執行效率很高！yield 是乙個類似 return 的關鍵字，只是這個函式返回的是個生成器 當你呼叫這個函式的時候，函式內部的 並不立即執行 這個函式只是返回乙個生成器物件 當你使用for進行迭代的時候，函式中的 才會執行 list1 i 2 f...
python中生成器
生成器 生成器generator 生成器函式generator m i for i in range 5 定義乙個生成器 print type m 判斷m的型別，是乙個生成器 print next m 使用next函式 def inc 定義乙個inc函式 for i in range 5 yield...