在Python中，迭代器（Iterator）是一种对象，它表示一个数据流，允许你按顺序逐个访问数据元素，而无需一次性将所有数据加载到内存中。
迭代器的工作原理
迭代器通过实现两个特殊方法__iter__()和__next__()来工作。
-
__iter__()：返回一个迭代器对象本身。 -
__next__()：返回流中的下一个元素。如果流中没有更多元素，则引发StopIteration异常。
任何实现了这两个方法的对象都可以被称为迭代器。此外，迭代器还遵循迭代器协议，这意味着它们可以与Python中的循环结构（如for循环）无缝协作。
自定义迭代器
以下是一个简单的迭代器示例，它生成从0到9的数字：
class MyRange:
def __init__(self, start, end):
self.current = start
self.end = end
def __iter__(self):
return self
def __next__(self):
if self.current < self.end:
num = self.current
self.current += 1
return num
else:
raise StopIteration
for n in MyRange(0, 5):
print(n)运行结果如下：
0
1
2
3
4在这个例子中，MyRange类是一个迭代器，它生成从start到end-1的数字。
转换为迭代器
你可以使用内置的iter()函数将任何可迭代对象（如列表、元组等）转换为迭代器。
my_list = [1, 2, 3, 4]
list_iter = iter(my_list)
print(type(list_iter)) # <class 'list_iterator'>
print(next(list_iter)) # 1使用内置迭代器
Python中有许多内置的数据结构（如列表、元组、集合、字典等）和生成器，它们都支持迭代协议，可以直接用于for循环中。
# 列表迭代器
my_list = [1, 2, 3, 4, 5]
my_list_iterator = iter(my_list)
print(next(my_list_iterator)) # 输出: 1
print(next(my_list_iterator)) # 输出: 2
# 字符串迭代器
my_str = "hello"
my_str_iterator = iter(my_str)
print(next(my_str_iterator)) # 输出: h
print(next(my_str_iterator)) # 输出: e
# 字典迭代器（遍历键）
my_dict = {'a': 1, 'b': 2, 'c': 3}
my_dict_iterator = iter(my_dict)
print(next(my_dict_iterator)) # 输出字典的一个键，例如: 'a'（具体输出取决于字典的内部结构）
# 使用for循环遍历迭代器
for item in my_list:
print(item) # 输出: 1, 2, 3, 4, 5需要注意的是，虽然上述示例中我们显式地创建了迭代器并使用next()方法进行了迭代，但在实际编程中，更常见的是直接使用for循环来遍历可迭代对象，因为for循环提供了更简洁、更直观的语法。
无限迭代器
你还可以创建无限迭代器，只要__next__方法不引发StopIteration异常即可。
例如，一个简单的无限迭代器可以生成无限的自然数序列：
class InfiniteSequence:
def __init__(self, start=0):
self.number = start
def __iter__(self):
return self
def __next__(self):
num = self.number
self.number += 1
return num使用无限迭代器（注意：这将会无限循环，需要手动中断）
for number in InfiniteSequence():
print(number)
if number >= 10: # 示例：打印前10个自然数
break生成器
在Python中，生成器（Generators）是一种特殊的迭代器，用于生成一系列的值，而不需要一次性将它们全部加载到内存中。生成器通过函数创建，并使用yield关键字逐个返回值。这使得生成器在处理大量数据时非常高效，因为它们可以按需生成值，而不是一次性生成整个序列。
当在生成器函数中使用yield语句时，函数的执行将会暂停，并将yield后面的表达式作为当前迭代的值返回。
然后，每次调用生成器的next()方法或使用for循环进行迭代时，函数会从上次暂停的地方继续执行，直到再次遇到yield语句。这样，生成器函数可以逐步产生值，而不需要一次性计算并返回所有结果。
调用一个生成器函数，返回的是一个迭代器对象。
下面是一个简单的示例，展示了生成器函数的使用：
def simple_generator():
yield 1
yield 2
yield 3
# 使用生成器
gen = simple_generator()
print(next(gen)) # 输出: 1
print(next(gen)) # 输出: 2
print(next(gen)) # 输出: 3
print(next(gen)) # 抛出 StopIteration 异常生成器函数的优势是它们可以按需生成值，避免一次性生成大量数据并占用大量内存。此外，生成器还可以与其他迭代工具（如for循环）无缝配合使用，提供简洁和高效的迭代方式。
以下实例使用yield实现斐波那契数列：
def fibonacci():
a, b = 0, 1
while True:
yield a
a, b = b, a + b
# 使用生成器，限制输出前10个值
fib_gen = fibonacci()
for _ in range(10):
print(next(fib_gen))
