一、迭代器
迭代器是访问集合元素的一种方式。其实迭代器就是一种列表，只是访问集合元素的时候比较特殊，具有一些特定功能，记忆功能，能够记住用户上一次的状态。迭代器是访问集合元素的一种方式。并且，迭代器只能前进，不能后退。迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。
特定：
（1）.访问者不需要关心迭代器内部的文件，仅需通过next()方法不断去取下一个内容；
（2）.不能随机访问集合中的某个值，只能从头到尾依次访问；
（3）.访问到一半时不能往回退；
（4）.便于循环比较大的数据集合，节省内存生成一个迭代器。
iter()用来声明迭代器，示例如下：
names = iter(["alex","sb",11,22,"gengchangxue"])
print(names.__next__())
print(names.__next__())
print(names.__next__())
print(names.__next__())
print(names.__next__())
print(names.__next__())
运行结果如下：
alex
sb
11
22
gengchangxue
Traceback (most recent call last):
File "/home/zhuzhu/day4/iterator.py", line 7, in <module>
print(names.__next__())
StopIteration
从上面结果可以看出，迭代器是使用__next__()方法来遍历集合中的每一个元素，当超过列表的长度的时候会出现错误，stoplteration（停止迭代）。上面集合有5个元素，我们去了6次，结果就报错。迭代器只能从元素的第一个值开始遍历，直到所有的元素遍历完为止。中间过程不能后退，也不能取中间某个特定位置的值。
迭代器中只有一个__next__()方法，用来去元素。
二、生成器generator
定义：一个函数调用时返回一个迭代器，那这个函数就叫做生成器（generator），如果函数中包含yield语法,那这个函数就会变成生成器。
其实，生成器（generator）函数中包含yield，yield的作用与return作用类似，只是yield结束本地循环之后，记录程序运行的状态，能够保持在当前状态，当用户再一次调用的时候，会从这里开始，重新进行循环，并且，yield能够返回一个值给函数，并且yield与send结合还能够接收返回值。
def cash_money(amount):
while amount > 0:
amount -= 100
yield 100
print("败家子，又来取钱了！...")
atm = cash_money(600)
上面我们写了一个函数，并且调用这个函数，但是print()语句并没有执行。下面来看看atm的类型：
print(type(atm))
运行如下：
<class 'generator'>
可以看出，atm是一个生成器，生成器的调用要使用__next__()方法。实例如下：
def cash_money(amount):
while amount > 0:
amount -= 100
yield 100
print("败家子，又来取钱了！...")
atm = cash_money(600)
print(atm.__next__())
print(atm.__next__())
生成器的作用，我们之前学的程序都是串行的，从上到下进行执行，如果中间某个过程没有执行，那么会一直等待，但是我们使用yield就能够保持记忆功能。让程序其做其他的事情，作用之后在回来继续做这件事情，比如我们去做一个大保健，做完之后重新回来取钱。
def cash_money(amount):
while amount > 0:
amount -= 100
yield 100
print("败家子，又来取钱了！...")
atm = cash_money(600)
print(atm.__next__())
print(atm.__next__())
print("叫个大保健")
print(atm.__next__())
运行结果如下：
100
败家子，又来取钱了！...
100
叫个大保健
败家子，又来取钱了！...
100
yield就是保存函数的状态，可以让我们先去完成其他事情，然后继续执行。生成器在某些时候很有用，比如我们想保存之前用户的状态，以便用户下次登录能够知道之前的信息。比如银行的系统，用户取钱之后肯定要进行减去金额，并且保存之前操作的状态。