python生成器(generator)、迭代器(iterator)、可迭代对象(iterable)区别

三者联系

• 迭代器(iterator)是一个更抽象的概念，任何对象，如果它的类有next方法（next python3)和__iter__方法返回自己本身，即为迭代器

• 通常生成器是通过调用一个或多个yield表达式构成的函数s生成的。同时满足迭代器的定义。

• 生成器是一种特殊的迭代器，即生成器都是迭代器，但反过来不行。

• 生成器和迭代器都只能遍历一次，即对象迭代完后就不能重新迭代了。

可直接作用于for循环的数据类型：

1. 集合数据类型，如list、tuple、dict、set、str等；

2. generator，包括生成器和带yield的generator function。

以上这些可以直接作用于for循环的对象统称为可迭代对象：Iterable

list、dict、str虽然是可迭代的，却不是迭代器:

这是因为Python的Iterator对象表示的是一个数据流，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，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。Iterator甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的。

三者包含关系如下：

iterable->iterator->generator

生成器

分类（python有两种不同的方式提供生成器）：

1. 生成器函数：还是使用 def 定义函数，但是，使用yield而不是return语句返回结果。yield语句一次返回一个结果，在每个结果中间，挂起函数的状态，以便下次从它离开的地方继续执行。

2. 生成器表达式：类似于列表推导，只不过是把一对大括号[]变换为一对小括号()。但是，生成器表达式是按需产生一个生成器结果对象，要想拿到每一个元素，就需要循环遍历。

   即，可以简单地把列表生成式改成generator，也可以通过函数实现复杂逻辑的generator。

为什么要使用生成器：

因为效率。使用生成器表达式取代列表推导式可以同时节省 cpu 和 内存(RAM)。如果你构造一个列表(list)的目的仅仅是传递给别的函数，比如 传递给tuple()或者set(), 那就用生成器表达式替代吧!

使用生成器实例(代码往往极其简短，但较难理解)

利用生成器打印出杨辉三角(想打印多少打印多少，取决于n的定义)

def triangles():
    L = [1]
    while True:
        yield L
        L.append(0)
        # 当i=0时，L[-1]代表列表最后一个元素(善于利用python切片特性！)
        L = [L[i - 1] + L[i] for i in range(len(L))]

n = 0
for t in triangles():
    print(t))
    n = n + 1
    if n == 10:
        break