理解python中的iterator，generator以及yield

Iterables

python中可以对其内部进行遍历的类型都是iterable。从源码解读，任何一个包含返回值为迭代器（iterator）的__iter__方法的对象，和包含支持下标检索的__getitem__方法的对象都是一个iterable。

>>> my_list = [i for i in range(1000)]
>>> hasattr(my_list '__iter__')
True
>>> hasattr(my_list, '__getitem__')
True

或者我们可以利用python在typing库中定义的Iterable来进行判断：

>>> from typing import Iterable
>>> my_list = [i for i in range(1000)]
>>> isinstance(my_list, Iterable)
True

或者我们可以采用另一种简单的判断方式，只要我们可以对一个对象执行for ... in ...的操作，那么它就是一个iterable。
常见的iterable包括list，dict，str，set, tuple等。

Iterator

Iterator就是一个定义了__next__方法的对象，__next__和__iter__方法构成了迭代器协议，前者返回下一个元素，后者返回迭代器自身。

Generator

上面提到的iterables非常常见且常用，因为我们可以存储和获取任意数量的元素，但同时也带来一个问题，当我们拥有大量的元素时，我们不希望为了获取其中一个元素就把整个iterablr读到内存中，所以这时候我们需要用到生成器（generator）。
假设我们要存放1到10000这10000个数字，如果采用列表，那么我们需要10000个地址空间。但如果利用生成器，那么就只需要一个地址空间，因为生成器直到运行时才会生成值写进内存，此时前一个值就被抛弃。当然内存的节省必然有其代价，生成器内的元素只能进行一次遍历。
生成器的创建类似list，只不过将[]替换为():

my_generator = (i for i in range(10000))

或者我们可以利用yield关键字来将一个函数定义为generator。

Yield

yield的用法类似于return的关键字，但不同的是带有yield的函数就变成了一个generator，每次执行到yield的时候返回一个生成的对象并保存当前运行状态，直到下一次调用next()继续运行下一轮迭代。
一个简单的例子：

def num_generator(num: int):
    for i in range(num):
        print('当前的i =', i)
        yield i
        print('完成第', i, '次运行\n')

iter = num_generator(3)

for i in iter:
    print(i)
    print('完成第', i, '次yield')

# Result:
# 当前的i = 0
# 0
# 完成第 0 次yield
# 完成第 0 次运行

# 当前的i = 1
# 1
# 完成第 1 次yield
# 完成第 1 次运行

# 当前的i = 2
# 2
# 完成第 2 次yield
# 完成第 2 次运行
#

参考：
https://stackoverflow.com/questions/231767/what-does-the-yield-keyword-do?page=1&tab=votes#tab-top
https://zhuanlan.zhihu.com/p/46259258