理解Python迭代物件、迭代器、生成器
迭代器
原文連結：https://www.liaoxuefeng.com/wiki/1016959663602400/1017323698112640我們已經知道，可以直接作用於for迴圈的資料型別有以下幾種：
一類是集合資料型別，如list、tuple、dict、set、str等；
一類是generator，包括生成器和帶yield的generator function。
這些可以直接作用於for迴圈的物件統稱為可迭代物件：Iterable。
可以使用isinstance()判斷一個物件是否是Iterable物件：
>>> from collections.abc import Iterable
>>> isinstance([], Iterable)
True
>>> isinstance({}, Iterable)
True
>>> isinstance('abc', Iterable)
True
>>> isinstance((x for x in range(10)), Iterable)
True
>>> isinstance(100, Iterable)
False
而生成器不但可以作用於for迴圈，還可以被next()函式不斷呼叫並返回下一個值，直到最後丟擲StopIteration錯誤表示無法繼續返回下一個值了。
可以被next()函式呼叫並不斷返回下一個值的物件稱為迭代器：Iterator。
可以使用isinstance()判斷一個物件是否是Iterator物件：
>>> from collections.abc import Iterator
>>> isinstance((x for x in range(10)), Iterator)
True
>>> isinstance([], Iterator)
False
>>> isinstance({}, Iterator)
False
>>> isinstance('abc', Iterator)
False
生成器都是Iterator物件，但list、dict、str雖然是Iterable，卻不是Iterator。
把list、dict、str等Iterable變成Iterator可以使用iter()函式：
>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True
你可能會問，為什麼list、dict、str等資料型別不是Iterator？
這是因為Python的Iterator物件表示的是一個數據流，Iterator物件可以被next()函式呼叫並不斷返回下一個資料，直到沒有資料時丟擲StopIteration
next()函式實現按需計算下一個資料，所以Iterator的計算是惰性的，只有在需要返回下一個資料時它才會計算。
Iterator甚至可以表示一個無限大的資料流，例如全體自然數。而使用list是永遠不可能儲存全體自然數的。
小結
凡是可作用於for迴圈的物件都是Iterable型別；
凡是可作用於next()函式的物件都是Iterator型別，它們表示一個惰性計算的序列；
集合資料型別如list、dict、str等是Iterable但不是Iterator，不過可以通過iter()函式獲得一個Iterator物件。
Python的for迴圈本質上就是通過不斷呼叫next()函式實現的，例如：
for x in [1, 2, 3, 4, 5]:
pass
實際上完全等價於：
# 首先獲得Iterator物件:
it = iter([1, 2, 3, 4, 5])
# 迴圈:
while True:
try:
# 獲得下一個值:
x = next(it)
except StopIteration:
# 遇到StopIteration就退出迴圈
break原文連結：https://foofish.net/iterators-vs-generators.html
本文源自RQ作者的一篇博文，原文是Iterables vs. Iterators vs. Generators，俺寫的這篇文章是按照自己的理解做的參考翻譯，算不上是原文的中譯版本，推薦閱讀原文，謝謝網友指正。
在瞭解Python的資料結構時，容器(container)、可迭代物件(iterable)、迭代器(iterator)、生成器(generator)、列表/集合/字典推導式(list,set,dict comprehension)眾多概念參雜在一起，難免讓初學者一頭霧水，我將用一篇文章試圖將這些概念以及它們之間的關係捋清楚。
容器(container)
容器是一種把多個元素組織在一起的資料結構，容器中的元素可以逐個地迭代獲取，可以用in,not in關鍵字判斷元素是否包含在容器中。通常這類資料結構把所有的元素儲存在記憶體中（也有一些特例，並不是所有的元素都放在記憶體，比如迭代器和生成器物件）在Python中，常見的容器物件有：
- list, deque, ....
- set, frozensets, ....
- dict, defaultdict, OrderedDict, Counter, ....
- tuple, namedtuple, …
- str
容器比較容易理解，因為你就可以把它看作是一個盒子、一棟房子、一個櫃子，裡面可以塞任何東西。從技術角度來說，當它可以用來詢問某個元素是否包含在其中時，那麼這個物件就可以認為是一個容器，比如 list，set，tuples都是容器物件：
>>> assert 1 in [1, 2, 3] # lists
>>> assert 4 not in [1, 2, 3]
>>> assert 1 in {1, 2, 3} # sets
>>> assert 4 not in {1, 2, 3}
>>> assert 1 in (1, 2, 3) # tuples
>>> assert 4 not in (1, 2, 3)
詢問某元素是否在dict中用dict的中key：
>>> d = {1: 'foo', 2: 'bar', 3: 'qux'}
>>> assert 1 in d
>>> assert 'foo' not in d # 'foo' 不是dict中的元素
詢問某substring是否在string中：
>>> s = 'foobar'
>>> assert 'b' in s
>>> assert 'x' not in s
>>> assert 'foo' in s
儘管絕大多數容器都提供了某種方式來獲取其中的每一個元素，但這並不是容器本身提供的能力，而是可迭代物件賦予了容器這種能力，當然並不是所有的容器都是可迭代的，比如：Bloom filter，雖然Bloom filter可以用來檢測某個元素是否包含在容器中，但是並不能從容器中獲取其中的每一個值，因為Bloom filter壓根就沒把元素儲存在容器中，而是通過一個雜湊函式對映成一個值儲存在陣列中。
可迭代物件(iterable)
剛才說過，很多容器都是可迭代物件，此外還有更多的物件同樣也是可迭代物件，比如處於開啟狀態的files，sockets等等。但凡是可以返回一個迭代器的物件都可稱之為可迭代物件，聽起來可能有點困惑，沒關係，先看一個例子：
>>> x = [1, 2, 3]
>>> y = iter(x)
>>> z = iter(x)
>>> next(y)
1
>>> next(y)
2
>>> next(z)
1
>>> type(x)
<class 'list'>
>>> type(y)
<class 'list_iterator'>
這裡x是一個可迭代物件，可迭代物件和容器一樣是一種通俗的叫法，並不是指某種具體的資料型別，list是可迭代物件，dict是可迭代物件，set也是可迭代物件。y和z是兩個獨立的迭代器，迭代器內部持有一個狀態，該狀態用於記錄當前迭代所在的位置，以方便下次迭代的時候獲取正確的元素。迭代器有一種具體的迭代器型別，比如list_iterator，set_iterator。可迭代物件實現了__iter__方法，該方法返回一個迭代器物件。
當執行程式碼：
x = [1, 2, 3]
for elem in x:
...
實際執行情況是：
反編譯該段程式碼，你可以看到直譯器顯示地呼叫GET_ITER指令，相當於呼叫iter(x)，FOR_ITER指令就是呼叫next()方法，不斷地獲取迭代器中的下一個元素，但是你沒法直接從指令中看出來，因為他被直譯器優化過了。
>>> import dis
>>> x = [1, 2, 3]
>>> dis.dis('for _ in x: pass')
1 0 SETUP_LOOP 14 (to 17)
3 LOAD_NAME 0 (x)
6 GET_ITER
>> 7 FOR_ITER 6 (to 16)
10 STORE_NAME 1 (_)
13 JUMP_ABSOLUTE 7
>> 16 POP_BLOCK
>> 17 LOAD_CONST 0 (None)
20 RETURN_VALUE
迭代器(iterator)
那麼什麼迭代器呢？它是一個帶狀態的物件，他能在你呼叫next()方法的時候返回容器中的下一個值，任何實現了__iter__和__next__()（python2中實現next()）方法的物件都是迭代器，__iter__返回迭代器自身，__next__返回容器中的下一個值，如果容器中沒有更多元素了，則丟擲StopIteration異常，至於它們到底是如何實現的這並不重要。
所以，迭代器就是實現了工廠模式的物件，它在你每次你詢問要下一個值的時候給你返回。有很多關於迭代器的例子，比如itertools函式返回的都是迭代器物件。
生成無限序列：
>>> from itertools import count
>>> counter = count(start=13)
>>> next(counter)
13
>>> next(counter)
14
從一個有限序列中生成無限序列：
>>> from itertools import cycle
>>> colors = cycle(['red', 'white', 'blue'])
>>> next(colors)
'red'
>>> next(colors)
'white'
>>> next(colors)
'blue'
>>> next(colors)
'red'
從無限的序列中生成有限序列：
>>> from itertools import islice
>>> colors = cycle(['red', 'white', 'blue']) # infinite
>>> limited = islice(colors, 0, 4) # finite
>>> for x in limited:
... print(x)
red
white
blue
red
為了更直觀地感受迭代器內部的執行過程，我們自定義一個迭代器，以斐波那契數列為例：
class Fib:
def __init__(self):
self.prev = 0
self.curr = 1
def __iter__(self):
return self
def __next__(self):
value = self.curr
self.curr += self.prev
self.prev = value
return value
>>> f = Fib()
>>> list(islice(f, 0, 10))
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]
Fib既是一個可迭代物件（因為它實現了__iter__方法），又是一個迭代器（因為實現了__next__方法）。例項變數prev和curr使用者維護迭代器內部的狀態。每次呼叫next()方法的時候做兩件事：
- 為下一次呼叫
next()方法修改狀態 - 為當前這次呼叫生成返回結果
迭代器就像一個懶載入的工廠，等到有人需要的時候才給它生成值返回，沒呼叫的時候就處於休眠狀態等待下一次呼叫。
生成器(generator)
生成器算得上是Python語言中最吸引人的特性之一，生成器其實是一種特殊的迭代器，不過這種迭代器更加優雅。它不需要再像上面的類一樣寫__iter__()和__next__()方法了，只需要一個yiled關鍵字。 生成器一定是迭代器（反之不成立），因此任何生成器也是以一種懶載入的模式生成值。用生成器來實現斐波那契數列的例子是：
def fib():
prev, curr = 0, 1
while True:
yield curr
prev, curr = curr, curr + prev
>>> f = fib()
>>> list(islice(f, 0, 10))
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]
fib就是一個普通的python函式，它特殊的地方在於函式體中沒有return關鍵字，函式的返回值是一個生成器物件。當執行f=fib()返回的是一個生成器物件，此時函式體中的程式碼並不會執行，只有顯示或隱示地呼叫next的時候才會真正執行裡面的程式碼。
生成器在Python中是一個非常強大的程式設計結構，可以用更少地中間變數寫流式程式碼，此外，相比其它容器物件它更能節省記憶體和CPU，當然它可以用更少的程式碼來實現相似的功能。現在就可以動手重構你的程式碼了，但凡看到類似：
def something():
result = []
for ... in ...:
result.append(x)
return result
都可以用生成器函式來替換：
def iter_something():
for ... in ...:
yield x
生成器表示式(generator expression)
生成器表示式是列表推倒式的生成器版本，看起來像列表推導式，但是它返回的是一個生成器物件而不是列表物件。
>>> a = (x*x for x in range(10))
>>> a
<generator object <genexpr> at 0x401f08>
>>> sum(a)
285
總結
- 容器是一系列元素的集合，str、list、set、dict、file、sockets物件都可以看作是容器，容器都可以被迭代（用在for，while等語句中），因此他們被稱為可迭代物件。
- 可迭代物件實現了
__iter__方法，該方法返回一個迭代器物件。 - 迭代器持有一個內部狀態的欄位，用於記錄下次迭代返回值，它實現了
__next__和__iter__方法，迭代器不會一次性把所有元素載入到記憶體，而是需要的時候才生成返回結果。 - 生成器是一種特殊的迭代器，它的返回值不是通過
return而是用yield。
參考連結：https://docs.python.org/2/library/stdtypes.html#iterator-types