1，迭代器：

支持next和__iter__方法的類，

其中next需要拋出StopIteration異常或返回迭代值，

__iter__需要返回迭代器自己，

也可以實現send函數，但要保證send函數調用next。

class MyIterator(object):    def __init__(self, step):       self.step = step     def next(self):        """Returns the next element."""        if self.step == 0:            raise StopIteration # 不拋出這個異常，for循環就不能捕獲而已，那么for循環不能停止        self.step -= 1          # 沒有return 就返回None        return self.step    def send(self,data):        return self.next()    def __iter__(self):        return self # Returns the iterator itselffor el in MyIterator(4):    PRint el
2，xrange：
xrange比迭代器高一個檔次。a = xrange(5)返回一個xrange實例對象。
xrange實例對象只支持__iter__方法，不支持next。
xrange實例對象的__iter__方法返回一個迭代器。
所以迭代器是一次性用品，而xrange可以一直返回初始狀態一樣的迭代器，可以重復使用。
for循環，首先調用對象的__iter__方法得到迭代器，然后調用迭代器的next方法。
a = xrange(5) # xrange實例對象b = a.__iter__() # 迭代器對象c = a.__iter__() # 迭代器對象，xrange實例對象可以多次返回相同初始狀態的迭代器print list(b)print list(b) # 為空，迭代器只能用一次print a[2],a[0] # xrange實例對象還支持切片來索引數據print list(a)print list(a) # 多次使用
3，yield和生成器：
yield：使用協程進行用戶態上下文切換的技術。
生成器：使用yield技術，返回支持迭代器的next、__iter__和send接口的對象。
生成器是一直執行代碼，直到遇到yeild，就返回結果值和接受輸入值，
可以有多個yeild，不一定非得是循環，
只要沒有yeild可以執行時，就拋出stopiterantion。
for只不過是有處理stopiterantion異常的代碼而已。
a.next()和a.send(None) 作用是一樣的，但第一次調用生成器時，請一定使用next()語句或是send(None)。
4，簡單的例子：
from collections import Iterableisinstance('abc', Iterable) # str是否可迭代isinstance(123, Iterable) # 整數是否可迭代L = [x * x for x in range(10)] # 列表解析式print Lg = (x * x for x in range(10)) # 返回一個生成器print gdef fib(max):    '斐波拉契數列用列表生成式寫不出來，但是，用函數把它打印出來卻很容易'    n, a, b = 0, 0, 1    while n < max:        yield b        a, b = b, a + b        n = n + 1for i in fib(20):    print ifrom itertools import groupbydef compress(data):     return (  (len(list(group)), name) for name, group in groupby(data) )   # 返回一個生成器def decompress(data):    return (car * size for size, car in data) # 返回一個生成器list(compress('get uuuuuuuuuuuuuuuuuup'))compressed = compress('get uuuuuuuuuuuuuuuuuup')''.join(decompress(compressed))
5，兩種方法實現計數器：閉包和生成器：
import numpy as npimport pandas as pdkey_small = ['one','two','one','two','one']df_small = pd.DataFrame(np.random.randn(5,3),index=['joe','steve','wes','jim','travis'],columns=['a','b','c'])gb_small = df_small.groupby(key_small)def f_wrapper():    '閉包計數器'    count = [0]    def f(obj):        count[0] += 1        print '/nSTART',count[0],'/n',obj,'/nEND',count[0],'/n'    return ff = f_wrapper()gb_small.agg(f)print '-----------------------------------------------------------'def f_counter():    '生成器計數器'    count = 0    while True:        a = yield count        count += 1        if count > 100:            breakcounter = f_counter() # '記住：當函數被調用時，他們返回一個生成器對象，這個對象支持迭代器接口。一定要調用，才能生成' def f(obj):    count = counter.next()    print '/nSTART',count,'/n',obj,'/nEND',count,'/n'            gb_small.agg(f)（如果有什么說的不對的地方，歡迎大家多多批評指正。）