1.可迭代对象
字符串、集合、列表、字典、元组都是可迭代的对象，数字不是可迭代的，就是可以通过for循环取出元素的对象，都是可迭代对象
如果查看一个变量是否为可迭代：
s = {1, 2, 3, 4}
print(type(s)) #<class 'set'>
print(isinstance(s,Iterable))
可以被迭代要满足的要求就是可迭代协议，可迭代协议就是内部实现了__iter__方法，即可迭代对象封装中有__iter__方法。
2.迭代器
用变量调用__iter__后就生成一个迭代器，迭代器遵循迭代器协议，必须拥有__iter__方法和__next__方法。
s_iter = s.__iter__() #s_iter是一个迭代器变量 print(s_iter) print(s_iter.__next__())
3.生成器
本质是一个迭代器，不过是由程序员写出来的就叫生成器，系统内置的就叫迭代器；
- 生成器的两种实现方式：
1）生成器函数
常规函数定义，但是，使用yield语句而不是return语句返回结果；yield语句执行一次返回一个结果，在每个结果中间，挂起函数的状态，以便下次从其离开的地方继续执行。例如：
def func(): yield from range(4)
2）生成器表达式
类似于列表推导,把列表解析的[]换成()得到的就是生成器表达式，但是生成器返回按需产生的结果的一个对象，而不是一次构建一个结果列表;
列表推导方式和生成器都是一种边里的编程方式，只不过生成器更节省内存。
g=(i for i in range(4)) #g是一个生成器
- 生成器的好处
其不会一下子在内存中生成太多数据，只是在你要的时候才会返回你要的数据。
- 生成器的例题：
def add(n,i):
return n+i def test(): for i in range(4): yield i g = test() # for n in [1,10]: # g =(add(n,i) for i in g)
# 上面的for循环套用迭代器，等价如下，遇到for循环套生成器，就拆开来做
n = 1 g = (add(n, i) for i in g) n = 10 # 覆盖前面n的值 g = (add(n, i) for i in g)
分析：
g只是代表一个生成器对象，没有for,next,list,tuple调用它的时候它是不会执行的，真实的代码执行逻辑如下：
第1次：n = 1， 执行g=(add(n,i) for i in test())
第2次：n = 10，执行g=(add(n,i) for i in (add(n,i) for i in test())) )
g因为前面做过定义，每次需要把之前定义的带入，所以当n=10 的时候，g=(add(10,i) for i in (add(n,i) for i in test())) ))，最终的执行结果是[20, 21, 22, 23]
注意点：
- 因为生成器就是等到用的(比如：打印或者next函数取值等)时候才会进行计算生成，所以等到最后打印的时候才开始计算（即在本程序最后一步的时候才开始计算），而之前所做的循环都是把表达式进行了计算，并没有真的代入数值进行计算。
- 当开始计算数据的时候，循环已经进行了两次，两次后n的值也因此变成了10