最直观的理解就是可以被for in 循环的对象，例如字符串，字典，列表，元组，集合等， 用另一句话来说就是实现了__iter__ 方法的就是可迭代对象（__iter__方法是python内置方法，用于返回迭代器自身）
迭代器就是一个实现了迭代方法的容器，他是一个带状态的对象，他能在你调用next的时候返回容器内的下一个值 任何实现了__iter__和__next__方法的对象都叫迭代器 iter方法返回迭代器本身，next方法返回下一个值 当所有值都返回完，没有更多值的时候，迭代器抛出StopIteration错误，此时迭代结束 相对于可迭代对象，迭代器就多了个next方法。并且，迭代器为一次性消费，next迭代出来的元素用完 不可再生，如需再次迭代使用，需要再次获取迭代器
举个栗子
#此时这个list是个普普通通的列表，也是个可迭代对象 list = [1,2,3,4,5,6] #这时it_obj是接受了由list的iter方法返回的迭代器对象， #众所周知iter方法可以返回一个迭代器对象 it_obj = iter(list) #执行next方法迭代这个迭代器： print(it_obj.__next__()) #此处输出为1 print(it_obj.__next__()) #此处输出为2 print('-'*30) for it in it_obj: #此时输出结果应是从3开始，因为1，2已被迭代使用掉了， #迭代器的元素使用都是一次性的，所以输出3，4，5，6后抛出异常，迭代结束 print(it)输出：
迭代器与跌的对象的关系就是如上所述，下面来讲讲生成器
生成器可以理解为一个特殊的迭代器，它会在执行的时候保存执行环境的上下文，并在下次循环中执行在yield函数，生成器的标志就是yield函数。 生成器看起来就像一个正儿八经的函数，特殊就特殊在它带了yield关键字，生成器没有将有序列表一次性生成，而是用一次生成一次，它可以有无穷的元素，但不需要无穷的空间，用生成器对内存优化很有帮助。
举个栗子
def get_item(): for i in range(10): print('running!') #生成器每次运行到yield，下次调用next从yield后开始执行 yield i print('again') a = get_item() print(a.__next__()) print('-'*30) print(a.__next__()) print('-'*30) print(a.__next__()) print('-'*30) print(a.__next__())运行结果：
