在Python进阶记录之基础篇（十）中，我们介绍了Python中字典dict的相关知识点，介绍了字典的基本概念和各种操作方法字典与列表、元组、集合都是Python中常用的数据结构，需要重点掌握它们之间的关联与区别，熟练使用各个数据结构今天我们来讲一下Python中的迭代器与生成器，下面我们就来说一说关于python迭代器?我们一起去了解并探讨一下这个问题吧!
python迭代器
回顾在Python进阶记录之基础篇（十）中，我们介绍了Python中字典dict的相关知识点，介绍了字典的基本概念和各种操作方法。字典与列表、元组、集合都是Python中常用的数据结构，需要重点掌握它们之间的关联与区别，熟练使用各个数据结构。今天我们来讲一下Python中的迭代器与生成器。
迭代器在之前介绍的列表、元组等内容中，我们都通过for-in循环遍历了其中的元素，这种遍历我们称之为迭代，而迭代器就是一个可以记住遍历位置的对象。迭代器对象从序列的第一个元素开始访问，直到所有的元素被访问完结束。
创建迭代器
Python中通过 iter() 函数创建迭代器。将列表、元组、字典、集合分别传入 iter() 函数，即可生成对应的迭代器。
创建迭代器
列表、元组、字典、集合生成的迭代器类型分别为list_iterator（列表迭代器）、 tuple_iterator（元组迭代器）、dict_keyiterator（字典迭代器）、set_iterator（集合迭代器）。
迭代器的遍历
当我们使用for-in循环时，只要作用于一个可迭代对象，for循环就可以正常运行，而我们不太关心该对象究竟是list还是其他数据类型。因此，我们可以使用for-in循环对迭代器进行遍历。
for-in循环遍历迭代器
这里需要注意的是，遍历字典迭代器时默认是遍历字典的key。
除了for-in循环，迭代器还可以通过自身的 next() 方法来进行遍历。
next()方法遍历迭代器
next() 方法每调用一次，都会获取当前遍历位置上的元素，同时记录下一个遍历位置。
请注意，迭代器只能往前不会后退。因此，当迭代器遍历结束时（不管是for-in循环遍历还是 next() 方法遍历），如果继续调用 next() 方法，Python会抛出一个 StopIteration 异常。
生成器在介绍生成器前，我们先补充一个列表中的知识点——列表生成式。列表生成式是指可以生成 list 列表的表达式，并且使用中括号 [] 来去表示。
列表生成式
上述代码中，使用列表生成式只需要一行代码就可以代替for-in循环生成所需的列表，可以快速生成 list。列表生成式可以通过一个 list 推导出另一个 list ，而代码却十分简洁。此外，列表生成式还支持for-in循环后跟if条件语句，增加了可操作性。
生成器的基本概念
由于列表生成式生成列表的时候是一下子就把列表生成好的，而列表容量是有限的，虽然一般而言，这个容量是足够大的，但始终会受到内存限制。并且，有时候我们并不需要访问所有列表元素，例如有一个包含100万个元素的列表，但我们只需要访问前面几个元素，此时若创建这个列表，那后面绝大多数元素占用的空间岂不是白白浪费了？
因此Python为我们提供了一种边循环边计算的机制，就是生成器。生成器使我们可以在循环遍历的过程中不断推算出后续的元素，从而不必创建完整的列表。
生成器的简单创建
将列表生成式的中括号换成小括号，得到的并不是元组，而是一个简单的生成器，我们可以通过for-in循环来遍历这个生成器。生成器也有 next() 方法，但是这种方式生成的生成器我们基本上不会去调用 next() 方法，
yield关键字
上述方法虽然也可以生成一个生成器，但我们用得并不多。Python中我们常用的生成器主要是使用带有 yield 关键字的函数。
跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作。在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。
yield生成器的基本用法
以上代码中，我们将斐波拉契数列通过 yield 关键字的生成器实现，该生成器会返回一个迭代器。例如我们将fibonacci(10)赋给变量f，那么f就是一个包含斐波拉契数列前10个元素的迭代器，通过 next() 方法可以遍历这10个元素。
总结以上内容介绍了Python中迭代器与生成器的基本概念与用法，其中，通过带 yield 关键字函数生成的生成器可能比较难理解，我们会在日后使用的过程中逐渐消化。简单来讲可以这样理解，生成器遇到 yield 语句或者执行到函数体最后一行语句，就是结束生成器的指令。感谢大家的支持与关注，欢迎一起学习交流~
