可迭代的对象、迭代器和生成器
生成器
迭代
通过for循环遍历list或tuple，这种遍历我们称为迭代（Iteration）。
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
from collections import Iterable
小结
任何可迭代对象都可以作用于for循环，包括我们自定义的数据类型，只要符合迭代条件，就可以使用for循环。
列表生成式
在一个列表/字典/集合/元组生成式中，放在for前面的if……else是表达式，而放在for后面的if是过滤条件，不能带else。
生成器
如果列表元素可以按照某种算法推算出来，那我们因此可以在循环的过程中不断推算出后续的元素，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。
generator保存的是算法，每次调用next( g )，就计算出g的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误。
创建生成器的2种方式：
1，把列表生成式中的中括号[ ] 改成小括号( )
2，yield关键字：如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。
执行流程：
最难理解的就是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。
生成器拿不到return语句的返回值
用for循环调用generator时拿不到return语句的返回值。
如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中。
迭代器
迭代器的方法有iter()和next()，本质是实现了__iter__()和__next__()方法，只要任何对象实现了这两个方法，那该对象就是一个迭代器。
把一个类作为一个迭代器使用，需要在类中实现两个方法 __iter__() 与 __next__() 。
可迭代对象Iterable：凡是可作用于for循环的对象都是Iterable类型，即都是可迭代对象。
迭代器Iterator：凡是可作用于next()函数并不断返回下一个值的对象都是Iterator类型，即都是迭代器，它们表示一个惰性计算的序列；
PS, 注意迭代器Iterator和生成器generator的区别
1，可迭代对象Iterable
可以直接作用于for循环的数据类型有以下几种：
一类是集合数据类型，如list, tuple, dict, set, str等；
一类是generator，包括生成器和带yield的generator function。
这些可以直接作用于for循环的对象统称为可迭代对象：Iterable。
2，isinstance()函数：
判断一个对象是否是Iterable对象、Iterator对象
#可迭代对象 from collections import Iterable #迭代器 from collections import Iterator
3，iter( )函数：
把集合数据类型list、dict、str等Iterable变成Iterator.
4，问题：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。
小结
Python的for循环本质上就是通过不断调用next()函数实现的，而且for循环会处理stopIteration异常。
for i in [1,2,3,4,5]: pass #for循环等价于下面的函数： #首先获得Iterator对象 it=iter([1,2,3,4,5]) #循环 while True: try: #获得下一个值 print(next(it)) except StopIteration: #遇到StopIteration就退出循环 break