如果列表元素可以按照某種演算法推算出來，可以在迴圈的過程中不斷推算出後續的元素。這樣就不必建立完整的list，從而節省大量的空間。在Python中，這種一邊迴圈一邊計算的機制，稱為生成器：generator。

#將列表生成式的[]改為（）得到generator，通過for迴圈得到generator的下一個返回值
g=(x*x for x in range (10))
for n in g:
    print(n)

#用函式表示斐波那契數列的前n個數
def fib(n):
    m,a,b=0,0,1
    while m<n:
        print(b)
        a,b
 
=b,a+b
        m=m+1
    return 'done'
print(fib(6))

可以直接作用於for迴圈的物件統稱為可迭代物件：Iterable。

#使用isinstance()判斷一個物件是否是Iterable物件
from collections import Iterable
print(isinstance([],Iterable))
print(isinstance({},Iterable))
print(isinstance('abc',Iterable))
print(isinstance('100',Iterable))
print(isinstance((x for
 
 x in range(10)), Iterable))

可以被next()函式呼叫並不斷返回下一個值的物件稱為迭代器：Iterator。 

#使用isinstance()判斷一個物件是否是Iteratro物件
from collections import Iterator
print(isinstance((x for x in range(10)),Iterator))
print(isinstance([], Iterator))
print(isinstance({},Iterator))
print(isinstance('abc',Iterator))

生成器都是Iterator

把list、dict、str等Iterable變成Iterator可以使用iter()函式：

#使用iter()函式把list、dict、str等Iterable變成Iterator
from collections import Iterator
print(isinstance(iter([]),Iterator))
print(isinstance(iter({}),Iterator))
print(isinstance(iter('abc'),Iterator))

Python的Iterator物件表示的是一個數據流，Iterator物件可以被next()函式呼叫並不斷返回下一個資料，直到沒有資料時丟擲StopIteration錯誤。可以把這個資料流看做是一個有序序列，但我們卻不能提前知道序列的長度，只能不斷通過next()函式實現按需計算下一個資料，所以Iterator的計算是惰性的，只有在需要返回下一個資料時它才會計算。

Iterator甚至可以表示一個無限大的資料流，例如全體自然數。而使用list是永遠不可能儲存全體自然數的。

Python的for迴圈本質上就是通過不斷呼叫next()函式實現的