迭代器
我们知道，可以直接用for循环的数据类型有以下几种：
一类是集合数据类型：list、tuple、dict、set、str等
一类是generator：包括生成器和带yield的generator function
这些可以直接用作与for循环的对象统称为可迭代对象：Iterable
可以使用isinstance()判断一个对象是否是Iterable对象
1 from collections import Iterable 2 isinstance([], Iterable) 3 True 4 5 isinstance({}, Iterable) 6 True 7 8 isinstance('abc', Iterable) 9 True 10 11 isinstance((x for x in range(10)), Iterable) 12 True 13 14 isinstance(100,
而生成器不但可以作用域for循环，还可以被next()函数不断调用并返回下一个值，直到最后抛出StopIteration错误表示无法继续返回下一个值了。
可以被next()函数调用并不断返回下一个值的对象成为迭代器：Iterator
可以使用instance()判断一个对象是否是Iterator对象：
1 from collections import Iterator 2 isinstance(((x for x in range(10)),Iterator) 3 True 4 5 isinstance([], Iterator) 6 False 7 8 isinstance({}, Iterator) 9 False 10 11 isinstance('abc', Iterator) 12 False
生成器都是Iterato对象，但list、dict、str虽然是Iterable，却不是Iterator，把list、dict、str/等Iterable变成Iterator可以使用iter()函数：
1 isinstance(iter([]), Iterator) 2 True 3 4 isinstance(iter('abc'), Iterator) 5 True
为什么list、dict、str等数据类型不是Iterator呢？
这是因为Python的Iterator对象表示的是一个数据流，Iterator对象可以被next()函数调用并不断返回下一个数据，直到没有数据时抛出StopIteration错误。可以把这个数据流看做是一个有序序列，但我们却不同提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下一个数据时它才会计算。
Iterator甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的。
小结：
凡是可作用域for循环的对象都是Iterable类型；
凡是看作用域next()函数的对象都是Iterator类型，它表示一个惰性计算的序列；
集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过Iter()函数获得一个Iterator对象。
Python的for循环本质上就是通过不断调用next()函数实现的，例如：
1 for x in [1,2,3,4,5]: 2 pass 3 4 #实际上完全等价于： 5 it = iter([1,2,3,4,5]) 6 while True: 7 try: 8 x = next(it) #获取下一个值 9 except StopIteration: #遇到StopIteration退出循环 10 break
生成器
通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。
所以，如果裂变元素可以按照某种算法推导出来，那我们是否可以在循环过程中不断推算出后续的元素，这样就不必创建完整的list，从而节省很大的空间。在Python中，这种一边循环一边计算的机制，成为生成器：generator。
要创建一个generator，有很多种方法。第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator：
L = [x *x for x in range(10)] g = (x*x fox x in range(10)]
如果要打印generator的每一个元素，可以通过next()函数
generator保存的是算法，每次调用next()，就计算出g的下一个元素的值，直到计算到最后一个元素，没有更多元素的时，抛出StopIteration的错误。
当然用next()的方法是在太变态了，正确的方法是使用for循环，因为generator也是可迭代对象：
g = (x*x for x in range(10)) for n in g： print(n)
所以，我们创建了一个generator后，基本上永远不会调用next()，而是通过for循环来迭代它，并且不需要关心StopIteration的错误。
generator非常的强大。如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。
例如著名的斐波拉契数量（Fibonacci）,除第一个和第二个数外，任意一个数都可由前两个数相加得到：
1,1,2,3,5,8,13,21,34......
1 def fib(max): 2 n, a, b = 0, 0, 1 3 while n < max： 4 print(b) 5 a, b = b, a + b 6 n = n + 1 7 return done
t = (b, a + b) a = t[0] b = t[1]
可以看出，fib函数实际上定义了斐波拉契数列的推算规则，可以从第一个元素开始，推算出后续任意元素，这种逻辑其实非常相似generator.
也就是说，上面的函数和generator仅一步之遥。要把fib函数变成generator，只需要把print(b)改成yield b就可以了
1 def fib(max): 2 n, a, b = 0, 0, 1 3 while n < max: 4 yield b 5 a, b = b, a + b 6 n = n + 1 7 return 'done'
这就是定义generator的另一个种方法，如果一个函数中包含yield关键字，那么这个函数就不在是一个普通函数而是一个generator。
这里最难理解的就是generator和函数的执行流程不一样。函数是顺序执行，遇到return语句或者最后一行函数语句就返回。而变成generator函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句出继续执行。
如果用for循环调用generator时，发现拿不到generator的return语句的返回值。如果想拿到返回值，必须捕获StopIteration错误，返回值含在StopIteration的value中。
g = fib(6) while True: try: x = next(g) print('g:', x ) except StopIteration as e: print('Generator return value:'e.value) break
generator是非常强大的工具，在Python中，可以简单地把列表生成式改成generator，也可以通过函数实现复杂逻辑的generator。
要理解generator的工作原理，它是在for循环的过程中不断计算下一个元素，并在适当的条件结束for循环。对于函数改成的generator来说，遇到return语句或者执行到函数体最后一行语句，就结束generator的指令，for循环随之结束。
列表生成式
列表生成式即list comprehensions，是Python内置的非常简单却强大的可以用来创建list的生成式。
例如要生成list[1,2,3,4,5,6,7,8,9]可以用list(range(1,11))
但如果要生成[1x1,2x2,3x3,4x4....,10x10]怎么做呢：
1 #方法1 for循环 2 L = [] 3 for x in range(1,11): 4 L.append(x * x) 5 6 #方法2，列表生成式 7 [x * x for x in range(1,11)]
写成列表生成式时，把要生成的元素x * x放在前面，后面跟for循环，就可以把list创建出来。
for循环后面还可以加上if判断，这样我们就可以筛选出仅偶数的平方：
1 [ x * x for x in range(1, 11) if x % 2 == 0] 2 [4,16,36,64,100]
还可以使用两层循环，可以生成全排列：
[m + n for m in 'ABC' for n in 'XYZ'] ['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
三层和三层以上的循环就很少用到了。
运用列表生成式，可以写出非常简洁的代码。例如列出当前目录下的所有文件和目录名，可以通过一行代码实现：
import os [d for d in os.listdir('.')】
for循环其实可以同时使用两个甚至多个变量，比如dict的items可以同时迭代key和value:
d = {'x':'a','y':'b','z':'c'}
for k, v in d.items():
print(k, '=', v)
列表生成式也可以使用两个变量来生成list：
d = {'x':'a', 'y':'b', 'z':'c'}
[k + '=' + v for k, v in d.items()]