在使用python的過程中，很容易混淆如下幾個關聯的概念：
1.容器(container)
2.可迭代物件(iterable)
3.迭代器(iterator)
4.生成器(generator)
5.生成器表示式
6. 解析式
它們之間的關係如下表所示：
容器是用來儲存元素的一種資料結構，它支援隸屬測試，容器將所有資料儲存在記憶體中，在python中典型的容器有：
list， deque, …
set，frozesets，…
dict, defaultdict, ordereddict, counter, …
tuple, namedtuple, …
str容器相對來說很好理解，因為你可以把它當成生活中的箱子、房子、船等等。
一般的，通過判斷乙個物件是否包含某個元素來確定它是否為乙個容器。例如：
字典容器通過檢查是否包含鍵來進行判斷：
字串通過檢查是否包含某個子 串來判斷：
注意：並非所有的容器都是可迭代物件。
可迭代物件
正如前面所提到的，大部分容器都是可迭代的，但是還有其他一些物件也可以迭代，例如，檔案物件以及管道物件等等，容器一般來說儲存的元素是有限的，同樣的，可迭代物件也可以用來表示乙個包含有限元素的資料結構。
可迭代物件可以為任意物件，不一定非得是基本資料結構，只要這個物件可以返回乙個iterator。聽起來可能有點費解，但是可迭代物件與迭代器之間有乙個顯著的區別。先看下面的例子
注意：可迭代的類中，一般實現以下兩個方法，__iter__()以及__next()__方法，__iter__()方法返回self。
當我們執行以下**的時候:
x = [1,2,3]
for elem in x:
實際呼叫過程如下：
當我們反向編譯這段代python碼的時候，可以發現它顯示呼叫了 get_iter，本質上跟呼叫iter(x)一樣，而for_iter指令相等於呼叫next()方法來獲取每個元素。
>>> import dis
>>> x = [1,2,3]
>>> dis.dis('for _ in x: pass')
1 0 setup_loop 12 (to 14)
2 load_name 0 (x)
4 get_iter
>>
6 for_iter 4 (to
12)8 store_name 1 (_)
10 jump_absolute 6
>> 12 pop_block
>> 14 load_const 0 (none)
16 return_value
迭代器(iterators)
那麼什麼是迭代器呢？任何具有__next__()方法的物件都是迭代器，對迭代器呼叫next()方法可以獲取下乙個值。而至於它使如何產生這個值的，跟它能否成為乙個迭代器並沒有關係。所以迭代器本質上是乙個產生值的工廠，每次向迭代器請求下乙個值，迭代器都會進行計算出相應的值並返回。
迭代器的例子很多，例如，所有itertools模組中的函式都會返回乙個迭代器，有的還可以產生無窮的序列。
有的函式根據有限序列中生成無限序列：
>>> from itertools import cycle
>>> colors =
cycle(["red","white","blue"])
>>> next(colors)
"red"
>>> next(colors）
"white"
>>> next(colors)
"blue"
>>> next(colors)
"red"
有的函式根據無限序列中生成有限序列：
>>> from itertools import islice
>>> colors = cycle(['red', 'white',
'blue']) # infinite
>>> limited=islice(colors,0,
4) # finite
>>> for x in
limited: #
so safe to use for-loop on
... print(x)
redwhite
blue
red為了更好的理解迭代器的內部結構，我們先來定義乙個生成斐波拉契數的迭代器：
>>> class fib:
...
def __init__(self):
...
self.prev = 0
...
self.curr = 1
...
def __iter__(self):
...
return self
...
def __next__(self):
...
value = self.curr
...
self.curr += self.prev
...
self.prev = value
...
return value
>>> f = fib()
>>> list(islice(f, 0, 10))
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]
注意這個類既是可迭代的 （因為具有__iter__()方法），也是它自身的迭代器(因為具有__next__()方法)。
修改狀態，以便下次呼叫next()方法
計算當前呼叫的結果
比喻：從外部來看，迭代器就像**工作人員一樣，沒人找他辦事的時候（請求值），工作人員就閒著，當有人來找他的時候（請求值），工作人員就會忙一會，把請求的東西找出來交給請求的人。忙完之後，又沒事了，繼續閒著。
生成器
生成器其實就是一種特殊的迭代器。它shi一種更為高階、更為優雅的迭代器。
使用生成器讓我們可以以一種更加簡潔的語法來定義迭代器。
讓我們先明確以下兩點：
任意生成器都是迭代器（反過來不成立）
任意生成器，都是乙個可以延遲建立值的工廠
下面也是乙個生成斐波那契序列的工廠函式，不過是以生成器的方式編寫的：
生成器的型別
在python中兩種型別的生成器：生成器函式以及生成器表示式。生成器函式就是包含yield引數的函式。生成器表示式與列表解析式類似。
Python之可迭代物件 迭代器
python的特色之一是基於協議實現功能。比如改變乙個加號 的行為，在c 中需要操作符過載，在python中則是重寫 add 方法。為了描述可迭代物件和迭代器，python提供了兩個魔法方法，分別是 iter 和 next 又為了支援for.in.行為，牽扯進了 getitem 眾所周知使用for迴...
PYTHON 迭代器 可迭代物件
通過重複執行的 處理相似的資料集的過程，並且本次迭代的處理資料要依賴上一次的結果繼續往下做，上一次產生的結果為下一次產生結果的初始狀態，如果中途有任何停頓，都不能算是迭代。1 非迭代例子 loop 0 while loop 3 print hello world loop 1 2 迭代例子 loop...
python迭代 可迭代物件與迭代器物件
問題舉例 某軟體要求，從網路抓取各個城市的氣溫資訊，並依次顯示 北京 15 22 上海 18 23 如果一次抓取所有城市氣溫資訊再顯示，顯示第乙個城市的氣溫時會由很長的延時，並且浪費儲存空間，我們期望以 用時訪問 的策略，並且把所有城市的氣溫資訊封裝 到乙個物件裡，可用for語句進行迭代。來個栗子 ...