前言：
迭代的意思是重複做一些事很多次-就像迴圈中那樣，for迴圈中對序列和字典進行迭代，但是實際上也能對其他的物件進行迭代：實現__iter__方法的物件。

迭代器

__iter__方法返回一個迭代器。所謂的迭代器就是具有next方法（方法不需要引數）的物件。在呼叫next方法時，迭代器會返回它的下一個值。如果next方法被呼叫，迭代器沒有值可以返回，就會引發一個StopIteration異常

• 迭代器的優點：
  為什麼不使用列表？如果有一個接一個地計算值得函式，那麼在使用時可能是計算一個值時獲取一個值-而不是通過列表一次性獲取所有的值。如果有很多值，列表就會佔用很多的記憶體，使用迭代器就很優雅。
• 例子：
  一個實現了__iter__方法的物件是可以迭代的，一個實現了next方法的物件則是迭代器。

class Fibs:
def __init__(self):
	self.a = 0
	self.b = 1
def next(self):
	self.a,self.b = self.b,self.a
	return self.a
def __iter__(self):
	return self

• 迭代器得到列表
  可以將迭代器轉換為列表，使用list（Iterator）方法即可得到迭代的列表。

生成器

解決兩層的巢狀資料結構，比如：列表的列表，a = [[1,2],[3,4],[5,6]]。按順序得到每一個數字，則需要兩個for迭代來完成。
這就是生成器的一個簡單的例子，解決巢狀問題

• 遞迴生成器
  如果要處理任意層巢狀該怎麼辦？例如可能要用樹形結構表示。所以把解決方案變得更靈活，在不知道會遇到的具體層數的時候，我們可以求助於遞迴（recursion）。

def flatten(nested):
	try:
		for sublist in nested:
			for elemnet in flatten(sublist):
				yield element
	except TypeError:
		yield nested		

• 通用生成器
  生成器是一個包含yield關鍵字的函式。當它被呼叫時，在函式中的程式碼不會被執行，而會返回一個迭代器。每次請求一個值，就會執行生成器中的程式碼，直到遇到一個yield或者return語句。
  生成器由兩部分組成：生成器的函式和生成器的迭代器。生成器的迭代器是函式的返回部分，函式是用def定義的。
• 生成器方法
  生成器單位新屬性是在開始執行後為生成器提供值得能力
  send，throw，close方法
  外部作用域訪問生成器的send方法，給生成器傳送一個值，然後yield輸出出來。
  throw丟擲異常
  close停止生成器
• 作用，有next方法，也可以用for來迭代生成數值，一次生成一個，可以用for 迴圈迭代，用list來序列化

例子：

def flatten(nested):
	try:
		for sublist in nested:
			for element in flatten(sublist):
				yield element
	except TypeError:
		yield nested
a = [[[1,214515,12,45,5],5,5,6],[14,5,45,5],[14,5,[454,4,5,[4,54,4545,[4,54,54,12]]]]]
b = flatten(a)
b.__next__()
c =list(b)
print(c)
for i in b:
    print(i)

out:[214515, 12, 45, 5, 5, 5, 6, 14, 5, 45, 5, 14, 5, 454, 4, 5, 4, 54, 4545, 4, 54, 54, 12]
上述方法中，b就是一個生成器

參考：
通過列表生成式，我們可以直接建立一個列表。但是，受到記憶體限制，列表容量肯定是有限的。而且，建立一個包含100萬個元素的列表，不僅佔用很大的儲存空間，如果我們僅僅需要訪問前面幾個元素，那後面絕大多數元素佔用的空間都白白浪費了。

所以，如果列表元素可以按照某種演算法推算出來，那我們是否可以在迴圈的過程中不斷推算出後續的元素呢？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）。

要建立一個generator，有很多種方法。第一種方法很簡單，只要把一個列表生成式的[]改成()，就建立了一個generator：

>>> L = [x * x for x in range(10)]
>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> g = (x * x for x in range(10))
>>> g
<generator object <genexpr> at 0x104feab40>