一、迭代器简介
迭代：顾名思义就是重复做一些事很多次（就现在循环中做的那样）。
迭代器是实现了__next__()方法的对象（这个方法在调用时不需要任何参数），它是访问可迭代序列的一种方式，通常其从序列的第一个元素开始访问，直到所有的元素都被访问才结束。 [注意]：迭代器只能前进不能后退
迭代器的优点:
使用迭代器不要求事先准备好整个迭代过程中的所有元素。迭代器仅仅在迭代到某个元素时才计算该元素，而在这之前或之后元素可以不存在或者被销毁。因此迭代器适合遍历一些数量巨大甚至无限的序列。
我们已经知道，可以直接作用于for循环的数据类型有以下几种：
一类是集合数据类型，如list、tuple、dict、set、str等；
一类是generator，包括生成器和带yield的generator function。
这些可以直接作用于for循环的对象统称为可迭代对象：Iterable。
可以使用isinstance()判断一个对象是否是Iterable对象：
>>> 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
而生成器不但可以作用于for循环，还可以被next()函数不断调用并返回下一个值，直到最后抛出StopIteration错误表示无法继续返回下一个值了。
可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator。
可以使用isinstance()判断一个对象是否是Iterator对象：
>>> from collections import Iterator
>>> isinstance((x for x in range(10)), Iterator)
True
>>> isinstance([], Iterator)
False
>>> isinstance({}, Iterator)
False
>>> isinstance('abc', Iterator)
False
生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。
二、生成迭代器
把list、dict、str等Iterable变成Iterator可以使用iter()函数：
>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True
使用内建的工厂函数iter(iterable)可以获取迭代器对象：
语法：
iter(collection) -> iterator
iter(callable,sentinel) -> iterator
说明：
Get an iterator from an object.
In the first form, the argument must supply its own iterator, or be a sequence.
In the second form, the callable is called until it returns the sentinel.
实例展示：
使用对象内置的__iter__()方法生成迭代器
>>>L1 = [1,2,3,4,5,6]
>>>I1 = L1.__iter__()
>>>print I1
<listiterator object at 0x7fe4fd0ef550>
>>> I1.next()
1
>>> I1.next()
2
>>> I1.next()
3
你可能会问，为什么list、dict、str等数据类型不是Iterator？
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.迭代器的应用场景
1). 如果数列的数据规模巨大
2). 数列有规律，但是依靠列表推导式描述不出来
2.数学中有个著名的斐波拉契数列（Fibonacci），数列中第⼀个数0，第⼆个数1，其后的每⼀个数都可由前两个数相加得到：
0, 1, 1, 2, 3, 5, 8, 13, 21, 34, ...
现在我们想要通过for...in...循环来遍历迭代斐波那契数列中的前n个数。那么这个斐波那契数列我们就可以⽤迭代器来实现，每次迭代都通过数学计算来⽣成下⼀个数。
classFibIterator(object):
"""fib数列迭代器"""
def __init__(self, n):
""""""
self.num1 = 0
self.num2 = 1
self.n = n # 用来保存迭代的总次数
self.i = 0 # 用来记录迭代次数
def __next__(self):
# 判断是否迭代结束，如果没有到达迭代次数，则返回数据
if self.i < self.n:
# 保存要返回的值
item = self.num1
# 计算num1, num2的值，方便下次迭代返回
self.num1, self.num2 = self.num2,self.num1 + self.num2
# 记录迭代次数
self.i += 1
return item
else:
# 到达了迭代次数，抛出异常
raise StopIteration
def __iter__(self):
return self
fib =FibIterator(20)
li = list(fib)
print(li)
四、小结
凡是可作用于for循环的对象都是Iterable类型；
凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列；
集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。
Python的for循环本质上就是通过不断调用next()函数实现的，例如：
for x in [1, 2, 3, 4, 5]:
pass
实际上完全等价于：
# 首先获得Iterator对象:
it = iter([1, 2, 3, 4, 5])
# 循环:
while True:
try:
# 获得下一个值:
x = next(it)
except StopIteration:
# 遇到StopIteration就退出循环
break