可迭代对象（iterable）：

能提供迭代器的任意对象；只要定义了一个迭代器的iter方法或定义了支持下标索引的getitem方法，那就是一个可迭代对象。

迭代器（iterators）：

任意对象，只要定义了next或者next方法，那就是一个迭代器

迭代（iteration）：

从某个地方（如列表）取出一个元素的过程；使用一个循环来遍历某个东西（如列表），这个过程就是迭代；

<!--more-->

生成器（Generators）：

也是一种迭代器，但只能对其迭代一次

• 因为它们并没有把所有值存在内存中，而是运行时生成值；
• 可通过遍历使用它们，要么使用“for”循环，要么传递给任意可以进行迭代的函数和结构；
• 大多时候生成器是以函数实现的，但它们并不返回一个值，而是yield（生出）一个值。

  def generator_function():
   for i in range(10):
       yield i

for item in generator_function(): print(item)

Output: 0

1

2

3

4

5

6

7

8

9

#### 适用场景：
> 不想同一时间将所有计算出来的大量结果集分配到内存当中，特别是结果集里还包含循环；因为这样做会消耗大量资源 
> 许多Python 2里的标准库函数都会返回列表，而Python 3都修改成了返回生成器，因为生成器占用更少的资源。

**斐波那契数列的生成器：

```python
# 传统模式
def fibon(n):
    a = b = 1
    result = []
    for i in range(n):
        result.append(a)
        a, b = b, a + b
    return result

# 生成器模式
def fibon(n):
    a = b = 1
    for i in range(n):
        yield a
        a, b = b, a + b

# Now we can use it like this:
for x in fibon(1000000):
    print(x)

Python内置函数：next()

它允许我们获取一个序列的下一个元素 特点：

• 在yield掉所有的值后，next()会触发一个StopIteration的异常。提示我们所有的值都已经被yield完了；
• 在使用for循环时没有这个异常，因为for循环会自动捕捉到这个异常并停止调用next()。

  def generator_function():
    for i in range(3):
        yield i

gen = generator_function() print(next(gen))

Output: 0

print(next(gen))

Output: 1

print(next(gen))

Output: 2

print(next(gen))

Output: Traceback (most recent call last):

File "<stdin>", line 1, in <module>

StopIteration

### Python内置函数：`iter()`
> 将一个可迭代对象返回一个迭代器对象
```python
my_string = "Bingo"
next(my_string)
# Output: Traceback (most recent call last):
#      File "<stdin>", line 1, in <module>
#    TypeError: str object is not an iterator

这个异常说str对象是一个可迭代对象，而不是一个迭代器；不能直接对其进行迭代操作，所以，使用iter：

my_string = "Bingo"
my_iter = iter(my_string)
next(my_iter)
# Output: 'B'
next(my_iter)
# Output: 'i'
next(my_iter)
# Output: 'n'
next(my_iter)
# Output: 'g'
next(my_iter)
# Output: 'o'
next(my_iter)
# Output: Traceback (most recent call last):
#         File "<stdin>", line 12, in <module>
#         StopIteration