迭代器

#可以被netxt()函数调用不断返回一个值的对象成为迭代器：Iterator

#迭代器是访问集合元素的一种方式，从集合第一个元素开始（用next()方法）访问就不能回退，便于循环遍历一些较大的数据集合节省内存和时间。一个简单的迭代器：numbers = iter([1,2,3])print(numbers)print(numbers.__next__())print(numbers.__next__())Result:
     
                  1            2
     

 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。#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。

#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。

#一个简单的生成器：

#一个函数返回的是一个迭代器,这个函数就是一个生成器.# 主要作用是保持函数的执行状态,可以中断函数的执行然后继续.def cash_money (number):    while number > 0:        number -= 100        yield 100        print("取了100元!")atm= cash_money(500)print(type(atm))print(atm.__next__())print(atm.__next__())print("去吃饭")#中断了函数的循环,去执行另外的任务.print(atm.__next__()) #继续生成器中的循环 这个很强大.

而在实际操作中，我们并不用不停的__next__(),而是用for循环即可遍历生成器：

>>> g = (x * x for x in range(10))>>> for n in g:...     print(n)...0149162536496481

 总结：

 我们已经知道，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  可以使用isinstance()判断一个对象是否是Iterable对象：    >>> from collections 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