定義：
對於list、string、tuple、dict等這些容器對象,使用for循環遍歷是很方便的。在後臺for語句對容器對象調用iter()函數。iter()是python內置函數。
iter()函數會返回壹個定義了next()方法的叠代器對象，它在容器中逐個訪問容器內的元素。next()也是python內置函數。在沒有後續元素時，next()會拋出壹個StopIteration異常，通知for語句循環結束。
叠代器是用來幫助我們記錄每次叠代訪問到的位置，當我們對叠代器使用next()函數的時候，叠代器會向我們返回它所記錄位置的下壹個位置的數據。實際上，在使用next()函數的時候，調用的就是叠代器對象的_next_方法（Python3中是對象的_next_方法，Python2中是對象的next()方法）。所以，我們要想構造壹個叠代器，就要實現它的_next_方法。但這還不夠，python要求叠代器本身也是可叠代的，所以我們還要為叠代器實現_iter_方法，而_iter_方法要返回壹個叠代器，叠代器自身正是壹個叠代器，所以叠代器的_iter_方法返回自身self即可。
壹些術語的解釋：
1，叠代器協議：對象需要提供next()方法，它要麽返回叠代中的下壹項，要麽就引起壹個StopIteration異常，以終止叠代。
2，可叠代對象：實現了叠代器協議對象。list、tuple、dict都是Iterable（可叠代對象），但不是Iterator（叠代器對象）。但可以使用內建函數iter()，把這些都變成Iterable（可叠代器對象）。
3，for item in Iterable 循環的本質就是先通過iter()函數獲取可叠代對象Iterable的叠代器，然後對獲取到的叠代器不斷調用next()方法來獲取下壹個值並將其賦值給item，當遇到StopIteration的異常後循環結束
Python自帶容器對象案例：
# 隨便定義壹個listlistArray=[1,2,3]# 使用iter()函數iterName=iter(listArray)
print(iterName)# 結果如下：是壹個列表list的叠代器# <list_iterator object at 0x0000017B0D984278>print(next(iterName))
print(next(iterName))
print(next(iterName))
print(next(iterName))#沒有叠代到下壹個元素，直接拋出異常# 1# 2# 3# Traceback (most recent call last):# File "Test07.py", line 32, in <module># StopIteration123456789101112131415161718
Python中壹個實現了_iter_方法和_next_方法的類對象，就是叠代器，如下案例是計算菲波那切數列的案例
class Fib(object):
def __init__(self, max):
super(Fib, self).__init__()
self.max = max def __iter__(self):
self.a = 0
self.b = 1
return self def __next__(self):
fib = self.a if fib > self.max: raise StopIteration
self.a, self.b = self.b, self.a + self.b return fib# 定義壹個main函數，循環遍歷每壹個菲波那切數def main():
# 20以內的數
fib = Fib(20) for i in fib:
print(i)# 測試if __name__ == '__main__':
main()12345678910111213141516171819202122232425262728
解釋說明：
在本類的實現中，定義了壹個_iter_(self)方法，這個方法是在for循環遍歷時被iter()調用，返回壹個叠代器。因為在遍歷的時候，是直接調用的python內置函數iter()，由iter()通過調用_iter_(self)獲得對象的叠代器。有了叠代器，就可以逐個遍歷元素了。而逐個遍歷的時候，也是使用內置的next(）函數通過調用對象的_next_(self)方法對叠代器對象進行遍歷。所以要實現_iter_(self)和_next_(self)這兩個方法。
而且因為實現了_next_(self)方法，所以在實現_iter_(self)的時候，直接返回self就可以。
總結壹句話就是：
在循環遍歷自定義容器對象時,會使用python內置函數iter()調用遍歷對象的_iter_(self)獲得壹個叠代器,之後再循環對這個叠代器使用next()調用叠代器對象的_next_(self)。
註意點：_iter_(self)只會被調用壹次,而_next_(self)會被調用 n 次，直到出現StopIteration異常。
Num02–>生成器
作用：
>延遲操作。也就是在需要的時候才產生結果，不是立即產生結果。12
註意事項：
>生成器是只能遍歷壹次的。
>生成器是壹類特殊的叠代器。123
分類：
第壹類：生成器函數：還是使用 def 定義函數，但是，使用yield而不是return語句返回結果。yield語句壹次返回壹個結果，在每個結果中間，掛起函數的狀態，以便下次從它離開的地方繼續執行。
如下案例加以說明：
# 菲波那切數列def Fib(max):
n, a, b = 0, 0, 1
while n < max: yield b
a, b = b, a + b
n = n + 1
return '親！沒有數據了...'# 調用方法，生成出10個數來f=Fib(10)# 使用壹個循環捕獲最後return 返回的值，保存在異常StopIteration的value中while True: try:
x=next(f)
print("f:",x) except StopIteration as e:
print("生成器最後的返回值是：",e.value) break123456789101112131415161718
第二類：生成器表達式：類似於列表
，只不過是把壹對大括號[]變換為壹對小括號()。但是，生成器表達式是按需產生壹個生成器結果對象，要想拿到每壹個元素，就需要循環遍歷。
如下案例加以說明：
# 壹個列表xiaoke=[2,3,4,5]# 生成器generator，類似於list，但是是把[]改為()gen=(a for a in xiaoke)for i in gen:
print(i)#結果是：2345# 為什麽要使用生成器？因為效率。# 使用生成器表達式取代列表推導式可以同時節省 cpu 和 內存(RAM)。# 如果妳構造壹個列表(list)的目的僅僅是傳遞給別的函數,# 比如 傳遞給tuple()或者set(), 那就用生成器表達式替代吧!# 本案例是直接把列表轉化為元組kk=tuple(a for a in xiaoke)
print(kk)#結果是：(2, 3, 4, 5)# python內置的壹些函數，可以識別這是生成器表達式，外面有壹對小括號，就是生成器result1=sum(a for a in range(3))
print(result1)# 列表推導式result2=sum([a for a in range(3)])
print(result2)