1.python 可迭代对象的写法
a.循环版-迭代器
通过实现类的属性方法实现
class Fab(object):
def __init__(self, max):
self.max = max
self.n, self.a, self.b = 0, 0, 1
def __iter__(self): //返回迭代属性
return self
def next(self): //实现迭代方法
if self.n < self.max:
r = self.b
self.a, self.b = self.b, self.a + self.b
self.n = self.n + 1
return r
raise StopIteration()
>>> for n in Fab(5):
... print n
...
遍历结束时抛出StopIteration异常
iter = （x**2 for x in rang(10) if x%2==0）生成迭代器，相当于yield
list = [x**2 for x in rang(10) if x%2==0] 生成列表
b.yield - 生成器（也属于迭代器：由解释器自动生成的迭代器，有助于保持代码简洁）
def fab(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n + 1
>>> for n in fab(5):
... print n
...
yield 的作用就是把一个函数变成一个 generator，带有 yield 的函数不再是一个普通函数，Python 解释器会将其视为一个 generator，调用 fab(5) 不会执行 fab 函数，而是返回一个 iterable 对象！在 for 循环执行时，每次循环都会执行 fab 函数内部的代码，执行到 yield b 时，fab 函数就返回一个迭代值，下次迭代时，代码从 yield b 的下一条语句继续执行，而函数的本地变量看起来和上次中断执行前是完全一样的，于是函数继续执行，直到再次遇到 yield。也可以手动调用 fab(5) 的 next() 方法（因为 fab(5) 是一个 generator 对象，该对象具有 next() 方法）
>>> f = fab(5)
>>> f.next()
要注意区分 fab 和 fab(5)，fab 是一个 generator function，而 fab(5) 是调用 fab 返回的一个 generator，好比类的定义和类的实例的区别
在一个 generator function 中，如果没有 return，则默认执行至函数完毕抛出 StopIteration ，如果在执行过程中 return，则直接抛出 StopIteration 终止迭代。
另一个 yield 的例子来源于文件读取。如果直接对文件对象调用 read() 方法，会导致不可预测的内存占用。好的方法是利用固定长度的缓冲区来不断读取文件内容。通过 yield，我们不再需要编写读文件的迭代类，就可以轻松实现文件读取：
def read_file(fpath):
BLOCK_SIZE = 1024
with open(fpath, 'rb') as f:
while True:
block = f.read(BLOCK_SIZE)
if block:
yield block
else:
return
生成器或迭代器相比于列表可以更大限度的减小内存的开销
for line in open("test.txt"): #use file iterators
print line
能节省内存的地方就应该是用生成器（速度快，节省内存）
2.动态添加对象成员
class Info():
def __init__(self):
self.a=10
>>info = Info()
>>info.b=20
>>print info.b #动态添加对象成员
