聊迭代之前，我们也顺带简单了解一下递归：
1，递归：程序调用自身的编程技巧称为递归
应用案例：求n的阶乘
def factorial(n) :
if n == 1 :
return 1 #递归结束
return n * factorial(n - 1) #问题规模减1，递归调用2，迭代：迭代是程序中对一组指令（或一定步骤）的重复
应用案例：读取列表中的每个元素
mylist = [1, 2, 3]
for i in mylist :
print(i)2.1，可迭代对象是什么？
如上所示code使用了迭代的方法，而列表mylist是一个可迭代对象。当你建立了一个列表，你可以逐项地读取这个列表，而这个创建的列表就是一个可迭代对象。
2.2，迭代器是什么？
迭代器（iterator）是访问集合内元素的一种方式，提供了一种遍历类序列对象的方法。对于一般的序列，利用索引从0一直迭代到序列的最后一个元素。对象从集合的第一个元素开始访问，直到所有的元素都被访问一遍后结束。对于字典、文件、自定义对象类型等，可以自定义迭代方式，从而实现对这些对象的遍历。总之，迭起器就是定义了对对象进行遍历的方式。
而实现了迭代器规范的对象就是迭代器，规范如下：
1,实现了魔法方法 iter()，返回一个迭代对象，这个对象有一个next()方法，
2,实现 next() 方法，返回当前的元素，并指向下一个元素的位置，当前位置已经没有元素的时候，抛出StopIteration异常。
python for循环的时候，首先对循环对象实现迭代器包装，返回一个迭代器对象，然后每循环一步，就调用哪个迭代器对象的next方法，循环结束的时候，自动处理了StopIteration这个异常。for循环是对迭代器进行迭代的语法糖。
python中使用iter函数来生成一个迭代器：
>>> t = [1, 2, 3]
>>> it = iter(t)
>>> it.next()
1生成器也是一种迭代器，但是你只能对其迭代一次。这是因为它们并没有把所有的值存在内存中，而是在运行时生成值，这样能节省大量内存空间并且提高效率。
通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。
所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间。
2，yield是什么？
yield是python内部的一个关键字，内部实现支持了迭代器协议，同时yield内部是一个状态机，维护着挂起和继续的状态，yield关键字返回的就是一个生成器。
3，生成器的执行流程
代码样例：
>>> def fab(max):
... n, a, b = 0, 0, 1
... while n < max:
... yield b
... a, b = b, a + b
... n = n + 1
...
...
>>> f = fab(5)
>>> f.next()
1
>>> f.next()
1
>>> f.next()
2
>>> f.next()
3
>>> f.next()
5
>>> f.next()
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
StopIteration
>>>通过结果可以看到：
4，如何判断一个函数是否是一个特殊的 generator 函数？可以利用 isgeneratorfunction 判断：
>>> from inspect import isgeneratorfunction
>>> isgeneratorfunction(fab)
True一个带有 yield 的函数就是一个 generator，它和普通函数不同，生成一个 generator 看起来像函数调用，但不会执行任何函数代码，直到对其调用 next()（在 for 循环中会自动调用 next()）才开始执行。虽然执行流程仍按函数的流程执行，但每执行到一个 yield 语句就会中断，并返回一个迭代值，下次执行时从 yield 的下一个语句继续执行。看起来就好像一个函数在正常执行的过程中被 yield 中断了数次，每次中断都会通过 yield 返回当前的迭代值。
yield 的好处是显而易见的，把一个函数改写为一个 generator 就获得了迭代能力，比起用类的实例保存状态来计算下一个 next() 的值，不仅代码简洁，而且执行流程异常清晰。
原文地址：http://blog.51cto.com/leejia/2118256
