1.可迭代对象 (Iterable)

2.迭代器 (Iterator)

3.生成器 (Generator)

3.1生成器函数 vs 生成器表达式

4.三者之间的联系与区别

5.关系图（帮助你一眼看懂）

6.核心结论（记住这三句话）

1.可迭代对象 (Iterable)

定义：
实现了 __iter__() 方法的对象，可以被 iter() 转换成迭代器。

特点：

只能通过 iter() 生成迭代器，不能直接 next()。
常见例子：list、tuple、str、dict、set、range。
for 循环背后就是在调用 iter() 得到迭代器，然后不断 next()。

示例：

nums = [1, 2, 3]          # list 是可迭代对象
it = iter(nums)           # 调用 __iter__ 得到迭代器
print(next(it))           # 1

2.迭代器 (Iterator)

定义：
同时实现了 __iter__() 和 __next__() 方法的对象。

特点：

可以直接用 next() 获取下一个值。
取尽所有元素后，会抛出 StopIteration。
迭代器本身也是可迭代对象（它的 __iter__() 返回自己）。
可以通过 iter() 从可迭代对象获得迭代器，或者手写迭代器类。

示例：

# 从可迭代对象得到迭代器
it = iter([1, 2, 3])
print(next(it))  # 1# 手写迭代器类
class MyIterator:def __init__(self):self.n = 0def __iter__(self):return selfdef __next__(self):if self.n < 3:value = self.nself.n += 1return valueelse:raise StopIterationit2 = MyIterator()
print(next(it2))  # 0

3.生成器 (Generator)

定义：
一种特殊的迭代器，通过 函数 + yield 创建，Python 自动帮我们实现 __iter__() 和 __next__()。

特点：

生成器对象既是迭代器，也是可迭代对象。
每次执行到 yield 暂停，返回值，下次从暂停处继续执行。
自动处理状态保存和 StopIteration，写起来更简洁。

示例：

def my_gen():yield 0yield 1yield 2gen = my_gen()  # 直接就是迭代器
print(next(gen))  # 0
print(next(gen))  # 1

3.1生成器函数 vs 生成器表达式

对比点	生成器函数	生成器表达式
定义方式	`def` + `yield`	圆括号 `()`
代码结构	支持多行、复杂逻辑	一行表达式，简洁
可读性	更适合复杂逻辑	更适合简单逻辑
可传参	可以通过调用函数传入参数	参数一般在表达式里定义
返回值	返回生成器对象	返回生成器对象

它们的联系：

本质相同：两者返回的都是生成器对象，本质上都是迭代器。
使用方式相同：都可以用 next()、for 循环来取值。
选择依据：

- 如果逻辑简单，用生成器表达式。
- 如果逻辑复杂（需要多行代码、条件分支等），用生成器函数。

4.三者之间的联系与区别

特性	可迭代对象 (Iterable)	迭代器 (Iterator)	生成器 (Generator)
`__iter__`	有	有	自动实现
`__next__`	没有	有	自动实现
是否可直接 `next()`	否	是	是
状态保存	不保存	手动维护	自动维护
停止迭代方式	需先转迭代器再判断	手动抛 `StopIteration`	自动抛出 `StopIteration`
创建方式	list、tuple 等内置类型	手写类 or `iter(obj)`	函数+`yield`

5.关系图（帮助你一眼看懂）

可迭代对象 (Iterable)
│  有 __iter__()
▼
iter() 函数
▼
迭代器 (Iterator)
│  有 __iter__() 和 __next__()
│  可用 next() 获取值
│
└─> 生成器 (Generator) 是一种特殊的迭代器
（自动实现 __iter__ 和 __next__）