生成器

如果你想要一百万个数，而这些数里只有一百个数是你经常要用的，剩下的都几乎不怎么会用到，那么如果直接把这一百万个数全部放在list中是不明智的因为这会浪费较多存储空间，生成器就是为了解决这个问题而生的。

如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。在Python中，这种一边循环一边计算的机制，称为生成器：generator。

生成器表达式： 通列表解析语法，只不过把列表解析的[]换成()

我们可以直接打印出list的每一个元素，但我们怎么打印出generator的每一个元素呢？

如果要一个一个打印出来，可以通过next()函数获得generator的下一个返回值：

当然这种获取值的方法很笨，所以我们一般用循环来迭代生成器的对象

迭代器

前面我们已经学过了for循环，我们知道for循环可以遍历list、tuple、dict、set、str和生成器。

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复制代码

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：