Python函数中的迭代器和生成器：iter()、next()、yield语句等。

迭代器和生成器是Python的重要概念，在函数中起到了非常重要的作用。下面将详细介绍迭代器和生成器以及它们在函数中的应用。

首先，迭代器是一种可以遍历数据集合的对象，它提供了一种方法来按需按顺序访问集合中的元素，而不需要事先知道集合的长度。在Python中，迭代器是一种支持迭代协议的对象，即实现了__iter__()和__next__()方法。__iter__()方法返回迭代器对象自身，而__next__()方法返回集合中的下一个元素。当没有元素可供访问时，__next__()方法会引发StopIteration异常。可以使用iter()函数将可迭代的对象转换为迭代器。

生成器是一种特殊的迭代器，它使用yield语句生成值。yield语句可以将生成器函数暂停，并产生一个值，然后可以再次使用next()函数恢复执行，并从暂停的地方继续执行。生成器函数可以使用多个yield语句产生多个值，每次调用生成器函数时，都会返回生成器对象。生成器的优势是可以延迟计算，在需要时生成值，减少内存消耗。

在函数中，迭代器和生成器可以用于处理大数据集或无限序列。它们通过逐个处理元素，而不是一次性加载整个集合，从而减少内存使用。这种方式非常适合处理大型文件或数据库查询结果等。

下面是一个简单的示例，展示了如何使用迭代器和生成器来计算斐波那契数列：

# 使用迭代器实现斐波那契数列
class FibonacciIterator:
    def __init__(self):
        self.prev = 0
        self.curr = 1
    
    def __iter__(self):
        return self
    
    def __next__(self):
        value = self.curr
        self.curr, self.prev = self.prev + self.curr, self.curr
        return value

fib_iter = FibonacciIterator()
for _ in range(10):
    print(next(fib_iter))

# 使用生成器实现斐波那契数列
def fibonacci_generator():
    prev, curr = 0, 1
    while True:
        yield curr
        prev, curr = curr, prev + curr

fib_gen = fibonacci_generator()
for _ in range(10):
    print(next(fib_gen))

上面的示例代码分别使用了迭代器和生成器实现了斐波那契数列的计算。迭代器版本定义了一个FibonacciIterator类，实现了__iter__()和__next__()方法，每次调用__next__()方法都会返回下一个斐波那契数。生成器版本则定义了一个fibonacci_generator函数，在函数体内使用yield语句产生斐波那契数，每次调用生成器函数时都会返回一个生成器对象。

总结起来，迭代器和生成器使得我们可以按需逐个处理大数据集合或无限序列，提高内存使用效率。在Python函数中，我们可以使用iter()函数将可迭代对象转换为迭代器，使用yield语句创建生成器函数。迭代器和生成器是Python中非常强大的工具，值得我们深入学习和应用。