什么是迭代
Wiki定义：是重复反馈过程的活动，其目的是为了接近并到达所需的目标或结果。
在程序中，迭代是一种遍历集合元素的方式，我们可以通过索引值递增来遍历集合元素，而迭代是遍历集合元素另一种方式。
下面是使用索引来进行遍历集合元素的方式：
val = [1,2,3,4,5]
for i in range(len(val)):
retVal = val[i]
这种方式在C++中很常见，在Python中我们可以用更简洁的语法来进行遍历，也就是迭代。
#三个关键字
说到迭代，在Python里就会提到下面三个关键词：
- Iterable(可迭代)
- iterator(迭代器)
- generator(生成器)
这三个关键字，可能从一开始的某段代码你就接触到了，只是你没有发觉，代码是这样的。
val = [1,2,3,4,5]
for i in val:
print i
上面这个for...in，就是Python中迭代器的语法糖。好了，现在你可能开始在想这个for做了什么事了，先把这个疑问放在心里，我们先一步步来解析上面的几个关键字。
Iterable 可迭代
先来看个反面教材，如果我们用for...in语法糖去遍历一个int会怎样？？？
intVal = 1024
for _ in intVal:
pass
>>>TypeError: 'int' object is not iterable
从上面的错误可以看到，整数类型的对象不是可迭代的，也就是说for..in只适用于iterable对象，那么什么类型的对象才是**iterable(可迭代)**呢。
在Python中，实现了__iter__函数的类型都是可迭代的，例如list，tuple，dict等
可以用dir函数查看一下是否存在协议函数__iter__
print '__iter__' in dir(dict)
print '__iter__' in dir(list)
print '__iter__' in dir(tuple)
>>>True
>>>True
>>>True
通过上面的方式我们可以判断一个对象是不是可迭代的，当然我们还有另外一种更接地气的方法。
l = [1]
from collections import Iterable
print isinstance(l, Iterable) #注意这里只能用实例进行判断，而不能用list判断
iterator 迭代器
对于一个可迭代的对象，我们需要借助迭代器来对其进行迭代，那么我们怎么才能得到一个迭代器呢？
iter()方法
通过使用iter方法，我们可以得到一个迭代器，记住，要传入一个可迭代对象做为参数：
l = [1]
o = iter(l)
print type(o)
>>><type 'listiterator'>
从上面的代码可以看到，我们通过将一个可迭代对象传给iter方法得到了一个迭代器，那么有了这个迭代器之后，我们应该怎么迭代呢？
next()方法
调用迭代器的next方法可以对元素进行遍历，但是next方法是不能无限使用的：
l = [1, 2, 3]
o = iter(l)
print o.next()
print o.next()
print o.next()
print o.next()
>>>1
>>>2
>>>3
>>>Traceback (most recent call last):
File "e:\Microsoft VS Code\TestFiles\test.py", line 63, in <module>
print o.next()
StopIteration
通过next方法我们可以一个个的遍历可迭代对象中的元素，当遍历结束的时候，会引发异常StopIteration。
迭代器类
除了以上的方法，我们还可以构造一个类来进行迭代，这个类需要实现next和__iter__方法，下面构造了一个斐波那契数列：
class FabIteratorClass(object):
def __init__(self, max):
self.m_Max = max
self.m_Idx = 0
self.m_a = 0
self.m_b = 1
def __iter__(self):
return self
def next(self):
if self.m_Idx < self.m_Max:
ret = self.m_b
self.m_a, self.m_b = self.m_b, self.m_a + self.m_b
self.m_Idx += 1
return ret
raise StopIteration()
for val in FabIteratorClass(3):
print val
>>>1
>>>1
>>>2
所以，作为一个迭代器，他的特征如下：
- 拥有
__iter__方法，或者由iter方法返回 - 拥有
next方法 - 会产生
StopIteration异常
生成器
说到生成器，那么一定会说到一个关键字yield，只要一个函数里出现了这个关键字，我们就把这个函数称为生成器，生成器是一种***内存友好***的函数，例如平时用到的xrange函数，就是一个生成器，生成器不会把所有值预先生成，而是在需要时才生成，是一种Lazy Evaluation的做法。生成器也是迭代器的一种！
同样是斐波那契数列，我们用生成器处理一下：
def fab(max):
idx = 0
a = 0
b = 1
while idx < max:
ret = b
a, b = b, a + b
idx += 1
yield ret
c = fab(5)
print type(c)
for val in c:
print val
>>><type 'generator'>
>>>1
>>>1
>>>2
>>>3
>>>5
总结：
- 三者的继承关系是这样：generator—>Iterator—>Iterable
- 迭代器类型需要实现
__iter__和next方法，生成器是一种特殊的迭代器，内部支持了生成器协议，不需要明确定义__iter__()和next()方法 - 迭代器一定是可迭代对象，但是可迭代对象不一定是迭代器