如果列表元素可以按照某种算法推算出来，可以在循环的过程中不断推算出后续的元素。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。
#将列表生成式的[]改为（）得到generator，通过for循环得到generator的下一个返回值
g=(x*x for x in range (10))
for n in g:
print(n)
#用函数表示斐波那契数列的前n个数
def fib(n):
m,a,b=0,0,1
while m<n:
print(b)
a,b=b,a+b
m=m+1
return 'done'
print(fib(6))
可以直接作用于for循环的对象统称为可迭代对象：Iterable。
#使用isinstance()判断一个对象是否是Iterable对象
from collections import Iterable
print(isinstance([],Iterable))
print(isinstance({},Iterable))
print(isinstance('abc',Iterable))
print(isinstance('',Iterable))
print(isinstance((x for x in range(10)), Iterable))
可以被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator。
#使用isinstance()判断一个对象是否是Iteratro对象
from collections import Iterator
print(isinstance((x for x in range(10)),Iterator))
print(isinstance([], Iterator))
print(isinstance({},Iterator))
print(isinstance('abc',Iterator))
生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。
把list、dict、str等Iterable变成Iterator可以使用iter()函数：
#使用iter()函数把list、dict、str等Iterable变成Iterator
from collections import Iterator
print(isinstance(iter([]),Iterator))
print(isinstance(iter({}),Iterator))
print(isinstance(iter('abc'),Iterator))
Python的Iterator对象表示的是一个数据流，Iterator对象可以被next()函数调用并不断返回下一个数据，直到没有数据时抛出StopIteration错误。可以把这个数据流看做是一个有序序列，但我们却不能提前知道序列的长度，只能不断通过next()函数实现按需计算下一个数据，所以Iterator的计算是惰性的，只有在需要返回下一个数据时它才会计算。
Iterator甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的。
Python的for循环本质上就是通过不断调用next()函数实现的