生成器
如果你想要一百萬個數(shù)，而這些數(shù)里只有一百個數(shù)是你經(jīng)常要用的，剩下的都幾乎不怎么會用到，那么如果直接把這一百萬個數(shù)全部放在list中是不明智的因為這會浪費較多存儲空間，生成器就是為了解決這個問題而生的。
如果列表元素可以按照某種算法推算出來，那我們是否可以在循環(huán)的過程中不斷推算出后續(xù)的元素呢？這樣就不必創(chuàng)建完整的list，從而節(jié)省大量的空間。在Python中，這種一邊循環(huán)一邊計算的機制，稱為生成器：generator。
生成器表達式： 通列表解析語法，只不過把列表解析的[]換成()
我們可以直接打印出list的每一個元素，但我們怎么打印出generator的每一個元素呢？
如果要一個一個打印出來，可以通過next()函數(shù)獲得generator的下一個返回值：
當然這種獲取值的方法很笨，所以我們一般用循環(huán)來迭代生成器的對象
迭代器
前面我們已經(jīng)學過了for循環(huán)，我們知道for循環(huán)可以遍歷list、tuple、dict、set、str和生成器。
這些可以直接作用于for循環(huán)的對象統(tǒng)稱為可迭代對象：Iterable。
可以使用isinstance()判斷一個對象是否是Iterable對象：
>>> from collections import Iterable
>>> isinstance([], Iterable)
> True
>>> isinstance({}, Iterable)
> True
>>> isinstance('abc', Iterable)
> True
>>> isinstance((x for x in range(10)), Iterable)
> True
>>> isinstance(100, Iterable)
> False
凡是可作用于for循環(huán)的對象都是Iterable類型；
凡是可作用于next()函數(shù)的對象都是Iterator類型，它們表示一個惰性計算的序列；
集合數(shù)據(jù)類型如list、dict、str等是Iterable但不是Iterator，不過可以通過iter()函數(shù)獲得一個Iterator對象。
Python的for循環(huán)本質(zhì)上就是通過不斷調(diào)用next()函數(shù)實現(xiàn)的，例如：
