本文將簡要介紹python中叠代器和生成器的區別與聯系，以下內容基於python2.7環境

1. 可叠代對象與叠代器

1.1 可叠代對象

　　可叠代對象需要滿足的條件：實現了 __iter__ 方法，該方法返回一個叠代器對象，可以使用for...in...循環進行取值。

　　例如：list, tuple, dict, str, set 等等。

1.2 叠代器

　　叠代器條件：實現了 __iter__ 和 next 方法。

　　如果調用了next方法，容器沒有值可以返回，則會拋出一個StopIteration異常。

　　next方法的使用有兩種方式：i.next() 和 next(i)。

判斷方法

from collections import Iterable,Iterator
print isinstance(["S","u","g","a","r"], Iterable)
print isinstance(["S","u","g","a","r"], Iterator)
print isinstance(iter(["S","u","g","a","r"]), Iterator)　　# 對於python內置的可叠代對象，可以使用函數iter()獲取相應的叠代器
運行結果： True False True

代碼舉例1

class Test():
    def
 
 __init__(self,data=1):
        self.data = data
    def __iter__(self):
        return self
    def next(self):
        if self.data > 5:
            raise StopIteration
        else:
            self.data+=1
            return self.data
t = Test(3)
from collections import Iterator
print isinstance(t, Iterator)
 
for i in t:
    print i
運行結果：
True
4
5
6

代碼舉例2（斐波那契數列）

class Fibonacci_sequence(object):
    def __init__(self):
        self.prev = 0
        self.cur = 1
    def __iter__(self):
        return self
    def next(self):
        value = self.cur
        self.prev,self.cur = self.cur,self.prev+self.cur
        return value
fib = Fibonacci_sequence()
print fib.next(),next(fib),fib.next(),next(fib),fib.next(),fib.next()
from collections import Iterator
print isinstance(fib, Iterator)
運行結果：
1 1 2 3 5 8
True

補充

#itertools函數返回的都是叠代器對象

from itertools import count,cycle
from collections import Iterator

counter = count(start=1, step=3)
print isinstance(counter,Iterator)
print next(counter)
print counter.next()
print next(counter)
print counter.next()
運行結果：
True
1
4
7
10

colors = cycle(["red","green","blue"])
print colors.next(),colors.next(),colors.next(),colors.next(),colors.next(),colors.next()
運行結果：
red green blue red green blue

小結

叠代器一定是可叠代對象，可叠代對象不一定是叠代器！
叠代器不會一次性把所有元素加載到內存，而是需要的時候才生成返回結果！
iter()和__iter__不同,iter()是直接調用了對象的__iter__方法，並且把這個方法的返回值作為自己的返回值。
在for..in...循環中,比如 for i in list,會先調用iter(list)得到可叠代對象list的叠代器，每次循環再調用叠代器的next()方法獲取值。

2. 生成器

生成器是一種特殊的叠代器（更加優雅），它不需要像類一樣寫__iter__和next方法，只需要一個yield關鍵字即可，生成器一定是叠代器

2.1 生成器函數

代碼舉例1

def func():
    a = 0
    while True:
        yield a
        a += 1
f = func()  # f就是一個生成器,通過調用f的next方法取值
print f.next(),next(f),next(f),next(f),next(f)
運行結果：
0 1 2 3 4

代碼舉例2（斐波那契數列）

def fibonacci_sequence():
    prev,cur = 0,1
    while True:
        yield cur
        prev,cur = cur,prev+cur
fib = fibonacci_sequence()  # fib是一個生成器,通過調用next方法取值
print fib.next(),fib.next(),fib.next(),fib.next(),fib.next(),fib.next(),fib.next()
from collections import Iterable,Iterator
print isinstance(fib, Iterable)
print isinstance(fib, Iterator)
運行結果：
1 1 2 3 5 8 13
True
True

2.2 生成器表達式

代碼舉例

generator = (i for i in range(10))    # 註意使用的是小括號而不是中括號
from collections import Iterable,Iterator
print isinstance(generator, Iterable)
print isinstance(generator, Iterator)
運行結果：
True
True

python的叠代器和生成器