1. 迭代器（Iterator）
在Python中，迭代器是指实现了迭代协议（Iterator Protocol）的对象，其主要特点是能够被for循环进行遍历，并且只能往前不会后退。迭代器提供了一个__next__()方法，用于获取下一个元素，当没有下一个元素时，会抛出StopIteration异常。
迭代器的使用方法如下：
my_list = [1, 2, 3]
my_iterator = iter(my_list)
print(next(my_iterator)) # 输出：1
print(next(my_iterator)) # 输出：2
print(next(my_iterator)) # 输出：3
# 结束迭代
try:
print(next(my_iterator))
except StopIteration:
print("迭代结束")
2. 生成器（Generator）
生成器是一种特殊的迭代器，在Python中可以通过函数来创建生成器。生成器函数以yield关键字为特征，当生成器函数被调用时，它不会立即执行，而是返回一个生成器对象。每次调用生成器对象的__next__()方法时，生成器函数会从上次yield语句处继续执行，直到遇到下一个yield语句。
生成器的使用方法如下：
def my_generator():
yield 1
yield 2
yield 3
# 创建生成器对象
my_generator_obj = my_generator()
print(next(my_generator_obj)) # 输出：1
print(next(my_generator_obj)) # 输出：2
print(next(my_generator_obj)) # 输出：3
# 结束迭代
try:
print(next(my_generator_obj))
except StopIteration:
print("迭代结束")
此外，生成器也可以用于for循环中进行迭代：
for num in my_generator():
print(num)
3. 区别与应用场景
尽管迭代器和生成器都可以用于迭代操作，但二者有一些重要的区别。
- 迭代器是一种数据结构，而生成器是一种特殊的函数。
- 迭代器适用于需要保留迭代状态的场景（比如遍历大文件），而生成器适用于不需要保留迭代状态的场景（比如遍历数据集）。
- 生成器具有惰性求值（Lazy Evaluation）的特性，即只在需要时才生成下一个元素，从而节省了内存空间。
- 生成器可以实现无限序列的迭代，而迭代器则需要事先定义好迭代次数。
综上所述，迭代器和生成器在Python中的应用场景可能会有所不同，我们可以根据具体需求选择使用。
总结：迭代器和生成器是Python中非常常用的两种迭代方式，它们可以在处理大数据、无限序列等场景中发挥重要的作用。熟练掌握它们的使用方法和区别，对于编写高效、节省资源的代码非常重要。
本文来自极简博客，作者：技术趋势洞察，转载请注明原文链接：Python中的迭代器和生成器的区别及用法
