生成器，generator；迭代器 Iterator

我们可以用 列表生成式来对列表添加元素。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。
① 生成器：
所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器：generator。

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：

tony=(i  for i in range(10))

但我们怎么打印出generator的每一个元素呢？
如果要一个一个打印出来，通过next()函数获得generator的下一个返回值,可以

next(tony)

#2全部打印
for i in range(11):
    print(next(tony))

第二种：如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator：
用 generator来实现斐波那契数列

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。

def fib_generator(m):
    n,a,b=0,0,1
    while n<m:
          yield b
          a,b=b,a+b
          n=n+1
    return 'Done'     
f=fib_generator(20)
for i in f:#因为f是一个可迭代对象
    print(i)
    

② 迭代器：
我们已经知道，可以直接作用于for循环的数据类型有以下几种：
一类是集合数据类型，如list、tuple、dict、set、str等；
一类是generator，包括生成器和带yield的generator function。
这些可以直接作用于for循环的对象统称为可迭代对象：Iterable。
可以使用isinstance()判断一个对象是否是Iterable对象：
定义：能用next()函数调用并不断返回下一个值的对象称为迭代器：Iterator
但是list、tuple、dict、set、str都是不可迭代对象，你不信？
用Iterator来试试他

from collections.abc import Iterator
print(isinstance([],Iterator),isinstance(iter{},Iterator))
#>> False

但是我们可以通过iter()方法使其变成可迭代对象

from collections.abc import Iterator
print(isinstance(iter([]),Iterator),isinstance(iter({}),Iterator))

iterator对象可以被next()函数调用并不断返回下一个数据，直到没有数据时抛出StopIteration错误。可以把这个数据流看做是一个有序序列，
迭代器的特性：但我们却不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下一个数据时它才会计算
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：

herorank=[1,2,3,4,5,6]
rank=iter(herorank)
while True:
      try:
          print(rank)
      except StopIteration:
          break