迭代器是实现__iter__()和__next__()方法的对象，用于按需遍历数据；生成器是使用yield的特殊迭代器，能延迟计算节省内存。1.迭代器通过next()逐个获取元素，如列表需用iter()转换；2.自定义迭代器需定义类并实现两个方法，如mycounter控制遍历状态；3.生成器用yield暂停执行，如fibonacci()按需生成数列；4.生成器表达式用()且不占内存，适合处理大数据，如逐行读取大文件。
在Python中，迭代器和生成器是处理数据流的重要工具。它们不仅能让代码更简洁高效，还能节省内存资源，特别是在处理大规模数据时非常有用。
什么是迭代器？
迭代器是一个可以记住遍历位置的对象。它实现了两个方法：__iter__() 和 __next__()。使用迭代器可以按需获取元素，而不是一次性把所有数据加载到内存中。
常见的可迭代对象包括列表、字符串、字典等。但这些本身并不是迭代器，需要用 iter() 函数转换一下才能变成迭代器。
立即学习“Python免费学习笔记（深入）”；
比如：
my_list = [1, 2, 3] it = iter(my_list) print(next(it)) # 输出 1 print(next(it)) # 输出 2
当你用完所有元素后再调用 next()，会抛出 StopIteration 异常，这是迭代结束的标志。
自定义迭代器怎么写？
如果你想自己实现一个迭代器，只需要定义一个类，并实现 __iter__() 和 __next__() 方法。
举个例子，我们来写一个简单的计数器迭代器：
class MyCounter:
def __init__(self, start=0, end=5):
self.current = start
self.end = end
def __iter__(self):
return self
def __next__(self):
if self.current < self.end:
num = self.current
self.current += 1
return num
else:
raise StopIteration
# 使用
counter = MyCounter(1, 4)
for num in counter:
print(num)
# 输出：
# 1
# 2
# 3这个自定义迭代器可以在循环中自动控制状态，适合用来封装一些有规律的数据结构或逻辑。
生成器是什么？怎么用？
生成器是一种特殊的迭代器，它的写法比类简单很多，使用 yield 关键字就能实现。
相比普通函数返回一个值后就结束了，生成器函数每次遇到 yield 会暂停并保存当前状态，下次调用再继续执行。
比如下面这个生成器，可以无限生成斐波那契数列：
def fibonacci():
a, b = 0, 1
while True:
yield a
a, b = b, a + b
fib = fibonacci()
print(next(fib)) # 0
print(next(fib)) # 1
print(next(fib)) # 1
print(next(fib)) # 2你也可以像这样限制输出次数：
for i, val in enumerate(fib):
if i >= 10:
break
print(val)这种方式非常适合处理大数据或者需要延迟计算的场景。
生成器表达式 vs 列表推导式
如果你熟悉列表推导式，你会发现生成器表达式的写法几乎一样，只是用小括号 () 而不是方括号 []。
- 列表推导式：
[x**2 for x in range(10)] - 生成器表达式：
(x**2 for x in range(10))
区别在于：
- 列表推导式会立刻生成全部数据；
- 生成器表达式则是“按需”生成，不占内存。
所以，当你只关心逐个访问元素而不必一次全存下来时，用生成器表达式更高效。
实际应用场景举例
- 读取大文件：一行一行读取，避免一次性加载整个文件；
- 网络爬虫：边抓取边处理，减少等待时间；
- 实时数据流处理：比如传感器持续传来的数据；
- 简化递归结构遍历：比如树形结构的深度优先遍历。
例如，读取一个超大日志文件：
def read_large_file(file_path):
with open(file_path, 'r') as f:
for line in f:
yield line.strip()
log_lines = read_large_file('big_log.txt')
for line in log_lines:
print(line) # 每次只处理一行这种方式不会因为文件太大而导致内存溢出。
基本上就这些了。迭代器和生成器看似概念性强，其实用起来并不难。关键是理解它们“按需生成”的特性，在合适的地方用上，能让你的程序既优雅又高效。
