迭代器与生成器的区别：
（1）生成器：
生成器本质上就是一个函数，它记住了上一次返回时在函数体中的位置。
对生成器函数的第二次（或第n次）调用，跳转到函数上一次挂起的位置。
而且记录了程序执行的上下文。
生成器不仅“记住”了它的数据状态，生成器还记住了程序执行的位置。

（2）迭代器

迭代器是一种支持next()操作的对象。它包含了一组元素，当执行next()操作时，返回其中一个元素。
当所有元素都被返回后，再执行next()报异常—StopIteration
生成器一定是可迭代的，也一定是迭代器对象

（3）区别：
①生成器是生成元素的，迭代器是访问集合元素的一中方式
②迭代输出生成器的内容
③迭代器是一种支持next()操作的对象
④迭代器（iterator）：其中iterator对象表示的是一个数据流，可以把它看做一个有序序列，但我们不能提前知道序列的长度，只有通过nex()函数实现需要计算的下一个数据。可以看做生成器的一个子集。

一句话来解释：迭代器是用来访问的有next操作，生成器，肯定是用来生成的啊

生成器（Generator）是创建迭代器的简单而强大的工具。它们写起来就像是正规的函数，只是在需要返回数
据的时候使用 yield 语句。每次 next()被调用时，生成器会返回它脱离的位置（它记忆语句最后一次执行的位置
和所有的数据值）

迭代器 
迭代器（iterator）有时又称光标（cursor）是程序设计的软件设计模式，可在容器对象（container，例如链表或数组）上遍访的接口，设计人员无需关心容器对象的内存分配的实现细节。
生成器
在Python中,一边循环一边计算的机制,称为生成器(Generator)。

简单来说：生成器是创建迭代器的快捷工具。
生成器特点：利用yield返回数据，自动创建__iter__()和__next__()方法，写法更为紧凑和清晰。

专业的理解（装B的表达）：生成器是创建迭代器代码的抽象

1. 生成器都是迭代器，迭代器不一定是生成器

2.Iterable 是指实现了 __iter__ 方法的对象，__iter__ 方法的返回值是一个 iterator。可以使用 for ... in ... 来迭代这个对象。

   for 循环内部三件事：

（1）调用可迭代对象的iter方法返回一个迭代器对象

（2）使用迭代器对象的next（）方法

（3）处理stopiteration异常

3.Iterator(迭代器) 是指实现了__iter__ 方法和 __next__ 方法的对象，它的 __iter__ 方法返回自身(return self), __next__ 方法返回某个值或者抛出 StopIteration。

Iterator 可以被 next(iterator[, default]) 方法调用，直至抛出StopIteration(不传入 default 参数的时候)。

4.Generator(生成器) 是把 List comprehension 的括号改为小括号，或者包含 yield 的 function/method 的一种对象。它本身是一个 Iterator，因此可以被 next(iterator[, default]) 调用。

对于 function/method 形式的 Generator 来说，next(iterator[, default]) 调用后的返回值是下一个 yield 的右端的值，可以把 yield 看成阶段性的 return。

另外，Generator 具有 send 方法，可以从外部发送值 至Generator内部前一次 yield 返回时的位置的左端，这样就提供了类似于挂起、唤醒、切换上下文的机制，可以被用到 coroutine 中。

①生成器是生成元素的，迭代器是访问集合元素的一中方式
②迭代输出生成器的内容
③迭代器是一种支持next()操作的对象
④迭代器（iterator）：其中iterator对象表示的是一个数据流，可以把它看做一个有序序列，但我们不能提前知道序列的长度，只有通过nex()函数实现需要计算的下一个数据。可以看做生成器的一个子集。

  迭代器是一个更抽象的概念，任何对象，如果它的类有 next 方法和 iter 方法返回自己本身，对于 string、list、
dict、tuple 等这类容器对象，使用 for 循环遍历是很方便的。在后台 for 语句对容器对象调用 iter()函数，iter()
是 python 的内置函数。iter()会返回一个定义了 next()方法的迭代器对象，它在容器中逐个访问容器内元素，next()也是 python 的内置函数。在没有后续元素时，next()会抛出一个 StopIteration 异常。
  生成器（Generator）是创建迭代器的简单而强大的工具。它们写起来就像是正规的函数，只是在需要返回数
据的时候使用 yield 语句。每次 next()被调用时，生成器会返回它脱离的位置（它记忆语句最后一次执行的位置
和所有的数据值）

1