python中生成器和迭代器

生成器 带有 yield 的函数在 Python 中被称之为 generator（生成器）
要创建一个generator，有很多种方法。第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator：
L = [x * x for x in range(10)]
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
g = (x * x for x in range(10))
如果要一个一个打印出来，可以通过next()函数获得generator的下一个返回值：
next(g)
0
next(g)
1
我们讲过，generator保存的是算法，每次调用next(g)，就计算出g的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误。
当然，上面这种不断调用next(g)实在是太变态了，正确的方法是使用for循环，因为generator也是可迭代对象：
g = (x * x for x in range(10))
for n in g:
print(n)
这里，最难理解的就是generator和函数的执行流程不一样。函数是顺序执行，遇到return语句或者最后一行函数语句就返回。而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。
杨辉三角：
def aa():
N = [1]
while True:
yield N
N.append(0)
N = [N[i - 1] + N[i] for i in range(len(N))]
s = aa()
for i in range(10):
print(next(s))
迭代器
可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator。
迭代器仅是一容器对象，它实现了迭代器协议。它有两个基本方法：
1）next方法
返回容器的下一个元素
2）iter方法
返回迭代器自身

迭代器可使用内建的iter方法创建，见例子：

i = iter(‘abc’)
i.next()
‘a’
i.next()
‘b’
i.next()
‘c’
i.next()
凡是可作用于for循环的对象都是Iterable类型；

凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；

集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。

Python的for循环本质上就是通过不断调用next()函数实现的，例如：

for x in [1, 2, 3, 4, 5]:
pass
实际上完全等价于：
首先获得Iterator对象:
it = iter([1, 2, 3, 4, 5])
循环:
while True:
try:
# 获得下一个值:
x = next(it)
except StopIteration:
# 遇到StopIteration就退出循环
break