各概念關(guān)系圖

一些基本概念

1 容器

可以詢問(wèn)某個(gè)元素是否包含其中，如list，set，tuples,dict等都是容器

2 迭代器（iterator）

1）迭代器是一個(gè)帶狀態(tài)的對(duì)象，任何實(shí)現(xiàn)了iter和next__方法的對(duì)象都是迭代器（python2:任何實(shí)現(xiàn)next（）方法的對(duì)象都是迭代器）。
2）其中iter返回迭代器本身，next返回容器中的下一個(gè)值。如果容器中沒(méi)有更多元素了，則拋出Stopiteration異常。

因此，可以把迭代器理解成一個(gè)帶有流水線的工程，我們每次詢問(wèn)他時(shí)，他就給我們返回下一個(gè)值。迭代器會(huì)把所有的值都存儲(chǔ)在內(nèi)存中。

2.1 next（）

next（）函數(shù) 用來(lái)返回文件的下一行/下一個(gè)值，直到促發(fā)STopIteration。
《Python File next() 方法》

2.2 iter（）

用處：把可迭代對(duì)象變?yōu)榈鳌?/p>

3 可迭代對(duì)象（iterable）

凡是可以返回一個(gè)迭代器的對(duì)象都可以稱之為可迭代對(duì)象（除了上面提到的list,tuples,dict等容器外，還有很多其他對(duì)象也是可迭代對(duì)象。比如，打開(kāi)狀態(tài)的files.
我的理解是所有可以使用 for .. in .. 語(yǔ)法的對(duì)象都可以叫做一個(gè)迭代對(duì)象。
但是迭代器把所有的值都存儲(chǔ)到了內(nèi)存中，如果有大量數(shù)據(jù)的話，這個(gè)方式就會(huì)占用大量?jī)?nèi)存。

注：很多容器都是可迭代對(duì)象，但并不是所有容器都是可迭代對(duì)象.

下面的例子可以幫助更好的理解可迭代對(duì)象。

 >>> x = [1, 2, 3]
>>> y = iter(x)
>>> z = iter(x)
>>> next(y)
1
>>> next(y)
2
>>> next(z)
1
>>> type(x)
<class 'list'>
>>> type(y)
<class 'list_iterator> 

上題中，x就是一個(gè)可迭代對(duì)象。可迭代對(duì)象和容器一樣是一種通俗的叫法，并不是指某種具體的數(shù)據(jù)類(lèi)型，列表是可迭代對(duì)象，字典是可迭代對(duì)象，集合也是可迭代對(duì)象。

我們用 liter() 函數(shù)可以把可迭代對(duì)象變?yōu)榈鲗?duì)象。

上面代碼中，y和z是兩個(gè)獨(dú)立的迭代器。迭代器內(nèi)部持有一個(gè)狀態(tài)，該狀態(tài)用于記錄當(dāng)前迭代所在的位置，以方便下次迭代的時(shí)候獲取正確的元素。迭代器有一種具體的迭代器類(lèi)型，比如list_iterator，set_iterator?？傻鷮?duì)象實(shí)現(xiàn)了iter方法，該方法返回一個(gè)迭代器對(duì)象。
當(dāng)運(yùn)行以下代碼時(shí)：

x = [1, 2, 3]
for elemments in x:
    ...

實(shí)際執(zhí)行情況是：

迭代對(duì)象--->迭代器

4 生成器(generator)

生成器其實(shí)是一種特殊的迭代器。它和一般迭代器不同的地方在于，我們 只可以讀取它一次，因?yàn)樗⒉话阉械闹捣旁趦?nèi)存中，它是實(shí)時(shí)地生成數(shù)據(jù):

>>> mygenerator = (x*x for x in range(3))  #range后面會(huì)介紹
>>> for i in mygenerator :
...    print(i)

結(jié)果：
0
1
4

生成器只能讀取一次是什么意思？舉個(gè)例子：

# -*- coding: UTF-8 -*-
def mygenerator(n):   #建一個(gè)生成器
     for x in range(n):
         yield int(x)


y = mygenerator(5) 
z = sum(y) # 使用一次生成器。遍歷mygenerator中所有數(shù)，并相加

for i in y:    #第二次使用生成器
    print(i)   #print不會(huì)有任何結(jié)果，因?yàn)橐呀?jīng)使用過(guò)一次生成器。

本節(jié)中其他相關(guān)函數(shù)的意思：

range（）
range（y,x,z); y表示起始范圍，x表示終止范圍，z表示間隔值
1.range(x) 表示0-x范圍內(nèi)的數(shù)（不包含x）
2.range(y,x)表示y-x范圍內(nèi)的數(shù)（不包含x）
3.range(y,x,z)表示y-x范圍內(nèi)(不包含x),間隔為z的數(shù).

更具體一點(diǎn)的說(shuō)明：
《詳細(xì)記錄python的range()函數(shù)用法》

和range（）函數(shù)相似的，還有個(gè)xrange（）函數(shù)，具體見(jiàn)下面說(shuō)明：

xrange()
參數(shù)與range()函數(shù)一樣，不一樣的地方在于，xrange（）生成的不是一個(gè)數(shù)組，而是一個(gè)生成器。

xrange() 和 range（）的區(qū)別可以參見(jiàn)以下詳細(xì)資料：
《Python的range和xrange》

舉例：

>>> range(5) 
[0, 1, 2, 3, 4] 
>>> xrange(5)
xrange(5)
>>> list(xrange(5))
[0, 1, 2, 3, 4]

由上面可以，range（）會(huì)直接生成列表，而xrange()會(huì)生成一個(gè)生成器。因此，range相比于xrange會(huì)預(yù)先占用很多資源。

比如，如果是range(1000)，那個(gè)range會(huì)直接生成0-1000的列表，預(yù)先占用內(nèi)存；但是xrange只會(huì)生成xrange生成器，需要用到具體函數(shù)時(shí)，再占用相應(yīng)的內(nèi)存。所以xrange做循環(huán)的性能比range好，尤其是返回很大的時(shí)候，盡量用xrange。

生成器與迭代器的代碼區(qū)分

例子：

>>> mylist = [x*x for x in range(3)]
>>> for i in mylist :
...    print(i)

>>> mygenerator = (x*x for x in range(3))
>>> for i in mygenerator :
...    print(i)

前一個(gè)[ ] 迭代器，后一個(gè)（）生成器。

5 yield 關(guān)鍵詞

yield 是一個(gè)類(lèi)似 return 的關(guān)鍵字，只是這個(gè)函數(shù)返回的是個(gè)生成器。

>>> def createGenerator() :
...    mylist = range(3)
...    for i in mylist :
...        yield i*i
...
>>> mygenerator = createGenerator() # create a generator
>>> print(mygenerator) # mygenerator is an object!
<generator object createGenerator at 0xb7555c34>
>>> for i in mygenerator:
...     print(i)
0
1
4

當(dāng)我們用print（mygenerator）調(diào)用createGenerator()這個(gè)函數(shù)的時(shí)候，函數(shù)內(nèi)部的代碼并不立馬執(zhí)行 ，這個(gè)函數(shù)只是返回一個(gè)生成器對(duì)象。

只有當(dāng)我們使用for進(jìn)行迭代的時(shí)候，函數(shù)內(nèi)代碼才會(huì)執(zhí)行。

第一次迭代時(shí),函數(shù)從開(kāi)始一直執(zhí)行到 yield這個(gè) 關(guān)鍵字，然后返回 yield 后的值（即ii）作為第一次迭代的返回值（即將0作為返回值）.每次執(zhí)行這個(gè)函數(shù)，都會(huì)繼續(xù)執(zhí)行你在函數(shù)內(nèi)部定義的那個(gè)循環(huán)的下一次，再返回那個(gè)值。例如，第二次執(zhí)行，迭代返回值為11=1。當(dāng)我們不斷調(diào)用，這個(gè)過(guò)程會(huì)一直持續(xù)，直到?jīng)]有可以返回的值為止。
生成器下一次迭代是從上一次結(jié)束的地方開(kāi)始，而不會(huì)從頭開(kāi)始。比如第一次迭代后。第二次迭代是從i=1開(kāi)始，而不是從i=0開(kāi)始。

如果生成器內(nèi)部沒(méi)有定義 yield 關(guān)鍵字，那么這個(gè)生成器被認(rèn)為成空的。這種情況可能因?yàn)槭茄h(huán)進(jìn)行沒(méi)了，或者是沒(méi)有滿足 if/else 條件。

迭代器有關(guān)工具：itertools

itertools 是一個(gè)模塊，集合了眾多的迭代函數(shù)，功能非常強(qiáng)大，具體可以見(jiàn)以下內(nèi)容

《PYTHON-進(jìn)階-ITERTOOLS模塊小結(jié)》

參考資料

1《(譯)Python關(guān)鍵字yield的解釋》
2.《完全理解 Python 迭代對(duì)象、迭代器、生成器》
3.知乎：《如何更好地理解Python迭代器和生成器？》
4《PYTHON-進(jìn)階-ITERTOOLS模塊小結(jié)》
5《Python的range和xrange》
6《詳細(xì)記錄python的range()函數(shù)用法》
7《Python File next() 方法》