迭代模式：对外提供一个接口，实现顺序访问聚合数据，但是不显示该数据的内部机制。这就是Python中大名鼎鼎的迭代器。
实现迭代模式对于Python来说没有多余的代码，寥寥几行代码足可以实现迭代模式。
示例code：
# -*- coding:utf-8 -*-
def FibonacciSequence(n):
x = 0
y = 1
i = 1
while True:
yield y
if i == n:
break
x, y = y, x+y
i += 1
if __name__ == '__main__':
test = FibonacciSequence(7)
next(test)
1
next(test)
1
next(test)
2
next(test)
3
next(test)
5
next(test)
8
next(test)
13
next(test)
以上是使用迭代模式输出斐波那契数列的前n列，较传统的实现方法而言更加的简洁。
迭代器模式常应用场景是在只提供接口而不暴露内部机制的场景中，yield关键词在python协程中也有应用。
迭代器、生成器、可迭代对象概念
生成器：对于一个数据集合，生成器并不记住每个元素值，但在循环中记录元素位置并根据元素生成规则推算出数值，这种边循环边计算的形式是生成器。
迭代器：是一种访问集合的方式，记住遍历位置，从第一个元素开始访问，直到最后一个元素，并且只能前进不能后退。
可迭代对象：像list、set、str这种可以通过for遍历的类型是可迭代对象，这种遍历顺序可以从尾到头。
凡是通过next（）访问的对象都是迭代器类型，也就是说生成器就是迭代器的一种；凡是可以通过for遍历的都是可迭代对象，可迭代对象可以通过iter（）转化为迭代器。
生成器中有几个关键词：yield、yield form、send、next()、__next__()具体作用见示例代码。
# 生成器示例
def test():
a = 1
while True:
b = yield a
a += b
def test1():
yield from test() # yield form 是创建一个嵌套的生成器，form后面跟一个生成器，每次执行到yield form后会先把内层的生成器执行完。
if __name__ == '__main__':
fn = test()
next(fn) # 通过next访问内部元素
fn.__next__() # 通过__next__()方法访问内部元素，作用同上
fn.send(4) # send有next的作用，同时向生成器内部的yield左边等式赋值
fn1 = test1()
fn.__next__()
迭代器和可迭代对象有几个关键词：next（）、itre（）、for
# 迭代器及可迭代对象
a = (i for i in range(50))
b = [1, 2, 3, 4, 5, 6]
if __name__ == '__main__':
next(a)
c = iter(b)
next(c)
其中奥秘可能得亲身恭行，才能探知，这里只做抛砖引玉。
