迭代器和生成器
https://taizilongxu.gitbooks.io/stackoverflow-about-python/content/1/README.html
Stack Overflow上面关于这个问题非常好的一个回答的中文版。
先说结论：
迭代器一定是可迭代的，但是可迭代的不一定是迭代器。
生成器就是一种迭代器。迭代器有一个特点就是可以被next()函数调用并不断返回下一个值的对象，并且只能迭代它们一次。原因很简单,因为它们不是全部存在内存里,它们只在要调用的时候在内存里生成。
定义generator（生成器）的另一种方法。如果一个函数定义中包含yield（相当于其他函数的return）关键字，那么这个函数就不再是一个普通函数，而是一个generator。
而可迭代对象指的是所有可以用在for...in...语句中的都是可迭代对象：Iterable，比如lists,strings,files，dict...因为这些可迭代的对象你可以随意的读取所以非常方便易用,但是你必须把它们的值放到内存里,当它们有很多值时就会消耗太多的内存。
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。
为什么list、dict、str等数据类型不是Iterator？
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，但我们却不能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。
这里有个关于生成器的创建问题面试官有考： 问： 将列表生成式中[]改成() 之后数据结构是否改变？ 答案：是，从列表变为生成器
>>> L = [x*x for x in range(10)] >>> L [0, 1, 4, 9, 16, 25, 36, 49, 64, 81] >>> g = (x*x for x in range(10)) >>> g <generator object <genexpr> at 0x0000028F8B774200>
通过列表生成式，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，创建一个包含百万元素的列表，不仅是占用很大的内存空间，如：我们只需要访问前面的几个元素，后面大部分元素所占的空间都是浪费的。因此，没有必要创建完整的列表（节省大量内存空间）。在Python中，我们可以采用生成器：边循环，边计算的机制—>generator
以下名词解释来自廖老师的博客：
迭代和迭代器：
迭代：如果给定一个list或tuple，我们可以通过for循环来遍历这个list或tuple，这种遍历我们称为迭代（Iteration）。
在Python中，迭代是通过for ... in来完成的，而很多语言比如C或者Java，迭代list是通过下标完成的。如下所示java代码：
Python的for循环不仅可以用在list或tuple上，还可以作用在其他可迭代对象上。list这种数据类型虽然有下标，但很多其他数据类型是没有下标的，但是，只要是可迭代对象，无论有无下标，都可以迭代。
因为dict的存储不是按照list的方式顺序排列，所以，迭代出的结果顺序很可能不一样。
默认情况下，dict迭代的是key。如果要迭代value，可以用for value in d.itervalues()，如果要同时迭代key和value，可以用for k, v in d.iteritems()。
当我们使用for循环时，只要作用于一个可迭代对象，for循环就可以正常运行，而我们不太关心该对象究竟是list还是其他数据类型。
如何判断一个对象是可迭代对象呢？方法是通过collections模块的Iterable类型判断：（这里有用到python的自省）
如果要对list实现类似Java那样的下标循环怎么办？Python内置的enumerate函数可以把一个list变成索引-元素对，这样就可以在for循环中同时迭代索引和元素本身：
迭代器：
可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator。
可以使用isinstance()判断一个对象是否是Iterator对象：
列表生成式：
在原 python 中各种数据结构的常用函数这篇博客中也总结过，再熟悉一下：
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，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器（Generator）。
第二种方法是用函数生成一个generator。
如实现斐波那契数列，著名的斐波拉契数列（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, ...
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的函数，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语句处继续执行。
当你调用函数的时候,函数里的代码并没有运行.函数仅仅返回生成器对象。每当for语句迭代生成器的时候你的代码才会运转。
当for语句第一次调用函数里返回的生成器对象,函数里的代码就开始运作,直到碰到yield,中断函数，然后会返回本次循环的第一个返回值.所以下一次调用也将运行一次循环然后返回下一个值,直到没有值可以返回.
一旦函数运行并没有碰到yeild语句就认为生成器已经为空了.原因有可能是循环结束或者没有满足if/else之类的。
def generate():
print 'begin'
print 'step 1'
yield 1
print 'step 2'
yield 3
print 'step 3'
yield 5
print 'step 4'
yield 7
print 'step 5'
yield 9
print 'over'
if __name__ == "__main__":
ge = generate()
print ge.next()
print ge.next()
Stack Overflow上的一段代码分享：
用下面的代码可以控制输出限定次数的生成器中的值，使用close()函数可以关闭生成器，关闭后再访问生成器时，会StopIteration异常。
my = (x * x for x in range(10))
l = [my.next() for i in range(3)]
my.close()
print l
小结：
面试中经常会问到迭代器和生成器的区别，很基本的一块东西，需要好好理解。
来源：CSDN
作者：婶婶world_peace
链接：https://blog.csdn.net/baidu_33718858/article/details/82978348