什么是生成器

通过列表推导式，可以直接创建一个列表，但是收到内存限制，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，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，后面 后面元素的占用存储空间就被浪费

所以，如果列表元素可以按照某种算法算出来，那我们就可以再循环当中不断地推导它，生成元素，这样就不必创建完整的list，从而大大节省了存储空间。

在Python中，这种一边循环一边计算的机制，成为生成器：generator

斐波那契数列案例实现生成器：

#数列写法：1,1,2,3,5,8

#函数写法
def fib(times):
    a = 0
    b = 1
    n = 1
    while n<=times:
        print(b)
        a,b = b,a+b
        n += 1
fib(3)

#生成器写法
def fib(times):
    a = 0
    b = 1
    n = 1
    while n<=times:
        yield b
        a,b = b,a+b
        n+=1
p = fib(5)
print(p)

执行的结果为：

1 #函数写法执行的结果
1 #函数写法执行的结果
2 #函数写法执行的结果
<generator object fib at 0x0000000002174468>  #生成器写法执行的结果

yield 的作用就是把一个函数变成一个生成器， 带有yield的函数不再是一个普通的函数。python解释器会将其视为一个generator

调用fib(5)不会返回fib函数 而是返回一个迭代器对象，在for循环执行时，每次循环都会执行fib函数的内部代码


什么是迭代器

迭代是访问集合元素的一种方式。迭代器是一个可以记住遍历的位置的对象。迭代器对象从集合的第一 个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。

可迭代对象

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 。

判断是否是可迭代

可以使用 isinstance() 判断一个对象是否是 ​Iterable ​对象：

生成器与迭代器_迭代


而生成器不但可以作用于 for 循环，还可以被 next() 函数不断调用并返回下一个值，直到最后抛出

StopIteration 错误表示无法继续返回下一个值了。

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：

生成器与迭代器_迭代_02

iter函数

生成器都是 Iterator 对象，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：

生成器与迭代器_迭代_03

总结：

迭代器不一定是生成器，生成器一定是迭代器

凡是可作用于 for 循环的对象都是 Iterable 类型； 凡是可作用于 next() 函数的对象都是 Iterator 类型

集合数据类型如 list 、 dict 、 str 等是 Iterable 但不是 Iterator ，不过可以通过 iter() 函数获得一个Iterator 对象。