Python的迭代器集成在語言之中，迭代器和生成器是Python中很重要的用法，本文將深入了解迭代器和生成器。
首先，我們都知道for循環是一個基礎迭代操作，大多數的容器對象都可以使用for循環，那么，我們從for循環開始：
你有沒有想過，for循環的內部實現原理呢？
其實，在Python中，for循環是對迭代器進行迭代的語法糖，內部運行機理就是：首先底層對循環對象實現迭代器包裝（調用容器對象的__iter__方法）返回一個迭代器對象，每循環一步，就調用一次迭代器對象的__next__方法，直到循環結束時，自動處理StopIteration這個異常。
對於像list，dict等容器對象而言，都可以使用for循環，但是它們並不是迭代器，它們屬於可迭代對象。
什么是可迭代對象呢？
最簡單的解釋：實現了迭代方法可以被迭代的對象，可以使用isinstance()方法進行判斷。
舉個例子：
In [1]: from collections import Iterable, Iterator
In [2]: a = [1, 2, 3]
In [3]: isinstance(a, Iterable)
Out[3]: True
In [4]: b = a.__iter__()
In [5]: isinstance(b, Iterator)
Out[5]: True
可迭代對象實現了__iter__方法，該方法返回一個迭代器對象。
以上，可以看到，在迭代過程中，實際調用了迭代器的__next__方法進行迭代。
那么，什么是迭代器？
實現了迭代器協議的對象就是迭代器，所謂的迭代器協議可以簡單歸納為：
- 實現
__iter__()方法，返回一個迭代器 - 實現next方法，返回當前元素並指向下一個元素，如果當前位置已無元素，則拋出StopIteration異常 。
迭代器和可迭代對象的區別是：迭代器可以使用next()方法不斷調用並返回下一個值，除了調用可迭代對象的__iter__方法來將可迭代對象轉換為迭代器以外，還可以使用iter()方法。
舉個例子來驗證以上說法：
In [1]: iter_data = iter([1, 2, 3])
In [2]: print(next(iter_data))
1
In [3]: print(next(iter_data))
2
In [4]: print(next(iter_data))
3
In [5]: print(next(iter_data))
---------------------------------------------------------------------------
StopIteration Traceback (most recent call last)
<ipython-input-16-425d66e859b8> in <module>
----> 1 print(next(iter_data))
為什么要用迭代器？
很重要的一點是，Python把迭代器內建在語言之中的，我們在遍歷一個容器對象時並不需要去實現具體的遍歷操作。
迭代器時一個惰性序列，僅僅在迭代至當前元素時才計算該元素的值，在此之前可以不存在，在此之后可以隨時銷毀，也就是說，在迭代過程中不是將所有元素一次性加載，這樣便不需要考慮內存的問題。通過定義迭代器協議，我們可以隨時實現一個迭代器。
什么時候用迭代器？
具體在什么場景下可以使用迭代器：
- 數列的數據規模巨大
- 數列有規律，但是不能使用列表推導式描述。
舉個最簡單的例子：
class Fib(object):
def __init__(self):
self._a = 0
self._b = 1
def __iter__(self):
return self
def __next__(self):
self._a, self._b = self._b, self._a + self._b
return self._a
if __name__ == '__main__':
for index, item in enumerate(Fib()):
print(item)
if index >= 9:
break
什么是生成器？
生成器，顧名思義，就是按照一定的模式生成一個序列，是一種高級的迭代器，Python中有一個專門的關鍵字（yield）來實現生成器。
如果一個函數，使用了yield語句，那么它就是一個生成器函數，當調用生成器函數函數時，它返回一個迭代器，不過這個迭代器時一個生成器對象。
舉個例子：
from itertools import islice
def fib():
a, b = 1, 1
while True:
yield a
a, b = b, a + b
if __name__ == '__main__':
fib_data = fib()
print(list(islice(fib_data, 0, 10)))
可以看到，使用生成器后，代碼簡潔了很多！在上述代碼中添加：
print(type(fib_data))
print(dir(fib_data))
可以看到函數返回的是一個generator對象，且對象實現了迭代器協議。
但是，使用生成器必須要注意的一點是：生成器只能遍歷一次。
什么時候用生成器呢？
生成器可以使用更少的中間變量來寫流式代碼， 相比於其它容器對象占用的內存和CPU資源更少一些。當需要一個將返回一個序列或在循環中執行的函數時，就可以使用生成器，因為當這些元素被傳遞到另一個函數中進行后續處理時，一次返回一個元素可以有效的提升整體性能，最重要的是，比迭代器簡潔！
除此以外，生成器還有兩個很棒的用處：
- 實現with語句的上下文管理器協議
- 實現協程
什么是生成器表達式？
列表推導式，大家應該都用到，但是由於內存的限制，列表的容量是有限的，如果要創建一個有幾百萬個元素的列表，會占用很多的儲存空間，當我們只需要訪問幾個元素時，其它元素占用的空間就白白浪費了。
這種時候你可以用生成器表達式啊，生成式表達式是一種實現生成器的便捷方式，將列表推導式的中括號替換為圓括號，生成器表達式是一種邊循環邊計算，使得列表的元素可以在循環過程中一個個的推算出來，不需要創建完整的列表，從而節省了大量的空間。
In [1]: a = (item for item in range(10))
In [2]: type(a)
Out[2]: generator
In [3]: next(a)
Out[3]: 0
In [4]: next(a)
Out[4]: 1
以上。
代碼可參考：my github