学习python的过程中，迭代器与生成器是绕不开的话题， 什么是迭代器和生成器呢？

1、迭代和它的小伙伴们。

迭代，顾名思义就是不停的重复，但是总有累了结束的时候，来个小迭代感受一下。

#不停的获得列表A中的成员，等全部获得了就结束了
A =  [1,2,3,4]
for i in A:
    print(i)

这里list A 就是可迭代的对象，就是说list具有可以迭代的功能，也可以说，list实现了python中规定的迭代协议。
那么什么是python中规定的可迭代协议呢？
python 说：如果你能实现_iter_方法，并且返回一个可迭代的迭代器，我就说你是可迭代的对象。

class selfdef():
    def __iter__(self):
        return  selfiterator #这里selfiterator是一个可迭代的迭代器
   ......

那么什么是python中规定的迭代器呢？因为selfiterator实现了_next_方法，就称它为迭代器，所以迭代器协议就是对象实现了_next_方法。满足迭代器协议的称之为迭代器。

class selfiterator():
    def __init__(self):
        self.name = 'this is a iterator'
        self.num = 0
    def __next__(self):
        i = self.num
        if i > 10:
            self.num -= 1
            return  i
        else:
            raise StopIteration

for item in obj 这是python的语法糖，如果obj 是一个可迭代对象，它自动实现了先调用iter函数将其转为迭代器，然后对迭代器不断调用next方法，并将获取的值赋予item，并自动处理异常。

让我们分析一下list 来加深印象

list 可以像下面这样来用，说明它是可迭代的对象，满足可迭代协议，即内部实现了_iter_方法，返回了一个可迭代的迭代器

list =[1,2,3,4]
for item in list
    print (item)

class List:
    def __iter__(self):
        return iter(self) #调用了self.__iter()__函数返回底层的迭代器对象，该对象实现了__next__方法

list 是可迭代的对象，但它并不是可迭代的迭代器，因为它本身并没有实现next方法，并不能通过next(list)来调用。

迭代器总结

1.对象-》实现iter方法变为可迭代对象-》实现next方法变为可迭代的迭代器
2.for...in...语法糖，自动实现了调用 iter 与 next

2、生成器-特殊的迭代器

python 中提供了2中迭代器生成方法
（1）列表表达式转化

a = [x for x in range(5)] #[0,1,2,3,4]
b= (x for x in range(5)) #generator object

（2）生成器函数

#普通函数使用yield 代替return 函数变为生成器函数
#当调用这个“函数”的时候，它会立即返回一个迭代器，而不立即执行函数内容，直到调用其返回迭代器的next方法是才开始执行，直到遇到yield语句暂停。 
#生成器自动实现了迭代器协议 ，因此可以调用它的next方法
def count(n):
    while n > 0:
        yield n
        n -=1
cal = count(10) #返回一个迭代器
next(cal) #10
next(cal) #9
#或者仍使用语法糖
for i in count(10)
    print(i)

生成器的作用

（1）生成器主要是为简化使用迭代器而生，生成器函数简化了迭代器的实现，不用去实现复杂的iter与next函数，只需要一个yield：
（2）生成器实现了延迟执行，在进行大数据计算是节约大量内存，对比一下两个计算方法

a = sum([x for x in range(10000)]) #需要分盘生成存储10000个数的列表的内存
b = sum(x for x in range(10000)) #使用迭代器协议访问生成器对象，不需要预先全部生成列表

（3）python 通过生成器实现了协程，即实现了单线程内，不同任务函数之间的协同工作。关于协程的使用我预计在下一部分结合进程线程进行学习总结。

看到这里，小伙伴们有