首先，我们从简单的容器开始。
容器：是一种把多个元素组织在一起的数据结构，其中的元素可以迭代获取，可以用in，not in，来判断是否存在容器中，这类数据结构的所有元素是存储在内存中的，像迭代器，生成器的数据元素只有一部分存在内存中。
python中常见的容器：
list/deque
set/fronzensets
dict/defaultdict/Ordereddict/Counter
tuple/namedtuple
str
1、容器中的每个元素都是可以获取到的，这是由于容器是可迭代对象的原因，而不仅仅是因为它存在每个元素。但是，并不是所有的容器都是可迭代的。比如说bloomfilter，虽然bloomfilter可以检测某个元素是否在其中，但是并不能获取每个存入其中的值，因为bloomfilter其实并没有存储每个元素，只是对每个元素是否存在做了标记，是将每个元素的hash值映射到了数组中；
2、并不是只有容器是可迭代的，很多其他的对象都是可迭代对象----凡是可以返回一个迭代器的对象都是可迭代对象(这句话有点绕)；
例子：
x=[1,2,3]
x是一个可迭代对象，可以简单的把一个可迭代对象理解为容器(如list，set，dict等，但是要注意可迭代对象并不是只有容器)
y= iter(x)，z=iter(x)
此时y,z是2个独立的迭代器，迭代器内部有一个状态，这个状态的作用就是标记当前迭代到哪个元素了，以便于下次迭代的时候能够正确的迭代到正确的元素；每个迭代器都有一个确定的迭代类型，如x是list_iterator，如果x是set，那么x就是set_iterator，
因为可迭代对象x(list)内部定义了一个__iter__方法，该方法就是返回一个迭代器；
那么，什么是一个迭代器呢？
迭代器是一个带状态的对象。该对象的能力是在你调用next()函数的时候，如next(y)返回容器中的下一个值，任何一个实现了__iter__()、__next__()方法的对象都是迭代器。如果容器中没有更多的元素了，那么就抛出一个StopIterator异常，迭代器就是实现了工厂模式的对象.(这里需要脑补一下工厂模式)
为什么实现了 __iter__、__next__方法的对象就是迭代器呢？
1、迭代器首先是一个可迭代对象，而可迭代对象必须实现__iter__方法；
2、迭代器同时要能够返回可迭代对象的下一个值，所以当调用next()函数的时候，需要能够返回值，所以必须定义__next__方法；
那么调用next()方法做了什么事情呢？
1、为下一次调用next()函数做好准备，即修改状态
2、返回当前的可迭代对象的值
| 
转播
