迭代器：
定义：对于list、string、tuple、dict等这些容器对象,使用for循环遍历是很方便的。在后台for语句对容器对象调用iter()函数。iter()是python内置函数。
iter()函数会返回一个定义了next()方法的迭代器对象，它在容器中逐个访问容器内的元素。next()也是python内置函数。在没有后续元素时，next()会抛出一个StopIteration异常，通知for语句循环结束。
迭代器是用来帮助我们记录每次迭代访问到的位置，当我们对迭代器使用next()函数的时候，迭代器会向我们返回它所记录位置的下一个位置的数据。实际上，在使用next()函数的时候，调用的就是迭代器对象的_next_方法（Python3中是对象的_next_方法，Python2中是对象的next()方法）。所以，我们要想构造一个迭代器，就要实现它的_next_方法。但这还不够，python要求迭代器本身也是可迭代的，所以我们还要为迭代器实现_iter_方法，而_iter_方法要返回一个迭代器，迭代器自身正是一个迭代器，所以迭代器的_iter_方法返回自身self即可。
其中迭代器协议是指：对象需要提供next()方法，它要么返回迭代中的下一项，要么就引起一个异常，终止迭代。
可迭代对象实现了迭代器协议对象。像list, dict, tuple都是可迭代对象，可以通过内建函数iter() ，把这些都变成iterable(可迭代对象)。
for 循环的本质就是先通过iter()函数获取可迭代对象Iterable的迭代器，然后对回去到的迭代器不断调用next()方法来获取下一个值并将其赋值给item，当遇到StopIteration的异常后循环结束。
Python中一个实现了_iter_方法和_next_方法的类对象，就是迭代器。
下面我们看一个计算斐波那契数列的例子：
class Fib(object):
def __init__(self, max):
super(Fib, self).__init__()
self.max = max
def __iter__(self):
self.a = 0
self.b = 1
return self
def __next__(self):
fib = self.a
if fib > self.max:
raise StopIteration
self.a, self.b = self.b, self.a + self.b
return fib
# 定义一个mian函数，循环遍历
def main():
fib = Fib(10000)
for i in fib:
print(i)
if __name__ == '__main__':
main()
解释说明
在本类的实现中，定义了一个_iter_(self)方法，这个方法是在for循环遍历时被iter()调用，返回一个迭代器。因为在遍历的时候，是直接调用的python内置函数iter()，由iter()通过调用_iter_(self)获得对象的迭代器。有了迭代器，就可以逐个遍历元素了。而逐个遍历的时候，也是使用内置的next(）函数通过调用对象_next_(self)方法对迭代器对象进行遍历。所以要实现_iter_(self)和_next_(self)这两个方法。
总的来说就是在循环遍历自定义容器对象时，会使用python内置函数iter()调用遍历对象__iter__(self)获得一个迭代器，之后再循环对这个迭代器使用next()调用迭代器对象的__next__(self).
iter(self)只会被调用一次，而__next__(self)会被调用N次，直到出现异常。
生成器
生成器是一类特殊的迭代器，在循环遍历的时候会在需要的时候产生结果，即延迟操作。 生成器值遍历一次。
可以大概把生成器分为两类：
第一类：
生成器函数：即使用def定义函数，使用yield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，一遍下次从它离开的地方继续执行。
下面我们继续用斐波那契数列来举例：
def Fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n + 1
return ' 请添加数据'
# 调用方法，生成出10个数来
f=Fib(10)
# 使用一个循环捕获最后return 返回的值，保存在异常StopIteration的value中
while True:
try:
x=next(f)
print("f:",x)
except StopIteration as e:
print("生成器最后的返回值是：",e.value)
第二类：
生成器表达式：类似于列表推导式，把[]换成()就可以了。 但是生成器表达式是按需产生一个生成器结果对象，想要拿到每一个元素，就需要循环遍历一次。
如下：
# 一个列表
xiaoke=[2,3,4,5]
# 生成器generator，类似于list，但是是把[]改为()
gen=(a for a in xiaoke)
for i in gen:
print(i)
使用生成器的主要目的就是为了提高效率。用生成器表达式取代列表推导式可以同时节省CPU的使用和内存的占用。
# python内置的一些函数，可以识别这是生成器表达式，外面有一对小括号，就是生成器
ret1=sum(a for a in range(10))
print(ret1)
# 列表推导式
ret2=sum([a for a in range(10)])
print(ret2)