python的generator、iterator、iterable

##python的高级特性----迭代器 参考：python的高级特性----迭代器
迭代器主要就是节省内存。

1. 在python中可以直接作用于for循环的数据类型有以下几种：
   （1）集合类型的数据：list， tuple， dict， set，str
   （2）generator: 包括生成器和 带yield 的 generator function
   上述对象可以直接作用于for循环，统称为可迭代对象：iterable，我们可以通过isinstance() 判断一个对象是否是Iterable对象：

isinstance((x*x for x in range(1,5)), Iterator)   # True, (x*x for x in range(1,5))并不是生成tuple，而是生成generator

2. 生成器generator不但可以用for循环，还可以被next()函数或者__next__()内置方法不断获取下一个值,直到最后抛出StopIteration错误。可以被next()函数或者__next__()内置方法不断返回下一个值的对象成为迭代器Iterator。生成器generator都是迭代器Iterator，但是Iterable对象不一定是迭代器Iterator，如list、dict、str、tuple、set都不是迭代器Iterator，想要用next()函数或者__next__()内置方法得先通过iter()方法将其变成迭代器Iterator。

# 斐波那契数列
a = [1, 2, 3, 4, 5]
a = iter(a)
print(type(a))   #  >>> <class 'list_iterator'>
for i in range(5):
   print(a.__next__())   # >>> 1, 2, 3, 4, 5

# 这里有个问题，如果把`iter(a)`声明在for循环里，则会出现问题，只打印第一个值，应该是每次for循# 环都会`iter(a)`一次，所以才会这样，类似于局部变量
a = [1, 2, 3, 4, 5]
print(type(a))   #  >>> <class 'list_iterator'>
for i in range(5):
   print(iter(a).__next__())   # >>> 1, 1, 1, 1,
   ```
```python
def fab(max):  # fab 是一个 generator function
   n = 0
   a, b = 0, 1
   while(n < max):
       yield b
       a, b = b, a + b
       n = n + 1

a = fab(5)   # >>> fab(5) 是一个 generator

for i in range(5):
   print(a.__next__())   # >>> 1, 1, 2, 3, 5

4. generator有__next__()内置方法。迭代器Iterator有next()函数，python3中next()函数用法为next(iterator)。
5. for循环本质上就是不断调用next()函数实现的

for x in [1,2,3,4,5]:
       pass
   等同于
   it = iter([1,2,3,4,5])
   while True:
       try:
           x = next(it)
       except StopIteration:       #遇到StopIteration时则退出循环。
           break

================================================
小结：
1、可以for循环的对象都是Iterable ，可迭代对象。
2、可以作用于next()函数或者__next__()的对象都是Iterator迭代器，next()函数其实就是在调用__next__()方法。Iterator迭代器是一个惰性计算的序列。
3、集合数据类型如dict、list、tuple等对象是Iterable，但是不是Iterator，但是可以通过iter()函数获得Iterator对象，iter()函数其实就是在调用__iter__()方法。需要传入一个Iterable参数，函数的返回值是一个iterator对象。