博文我们使用Python制作了一个简单的天气预报小程序（天气渐冷，Python小工具让你随时掌握气温变化，做温暖的穿衣达人）。今天，需求有变，如果我们想去旅游，备选方案有北京、上海、广州、新疆等等很多个城市……我们又不知道该选择哪个？那就看下这些城市最近的天气吧！毕竟，为了一段旅程把自己搞生病了也不太值得……
如果使用文章中的小程序，我们每次只能获取到一个城市的天气数据，不好进行对比，而且很浪费时间。有没有办法一次性将你方案中的城市天气预报一次性打印输出呢？
如何实现这一需求？今天，我们就是用迭代器和可迭代对象的原理来实现这一需求。
迭代器对象和可迭代对象
我们知道，Python中迭代器对象，它实现了__next__（）方法，当它调用__next__()方法时，返回其中的下一个元素。它不像列表、元组那样一旦生成，就会一次性占用内存空间，它使得我们需要用到迭代器对象里面的元素时，就调用它，平时它不会占用太多内存空间。比如，打开一个大文件，我们可以将文件内容定义为一个迭代器对象。我们使用__next__()方法获取它的下一个迭代内容（Python2.X直接使用next()方法），这样操作可以提升程序性能。
我们通常使用的列表、字典、元组、字符串等等这些数据结构称为可迭代对象（Iterable），它内部实现了__iter__()方法，外部使用iter()方法可以将它转化为一个可迭代对象。但它们不是迭代器（Iterator），只是通过iter()方法可以将这些对象转化为可迭代对象。
迭代器和可迭代对象的区别在于迭代器是用时访问数据，不浪费或者很少浪费内存空间，而可迭代对象范围更加广泛。本质来讲，迭代器就是一种可迭代对象，从编程角度分析可迭代对象就是对象中定义了__iter__()、__getitem__()等魔法方法的对象。我们实例来看一下这两者的区别在哪里？如下图所示。
可迭代对象和迭代器的区别图示制作一个天气预报小程序（使用迭代器和可迭代对象）
通过上面的分析我们知道了迭代器对象和可迭代对象的区别。当我们需要知道很多个城市的天气情况时，先定义一个迭代器对象MyWeatherIterator，继承Iterator对象，并自定义它的__next__()方法。然后，我们将该迭代器对象封装成一个可迭代对象MyWeatherIterable（继承Iterable对象，并实现它的__iter__()方法）。这样，我们就可以像列表、元组等数据结构一样便利地获取其中的信息，而且这样的自定义对象在降低内存消耗方面也很有优势。
首先，定义迭代器对象
具体代码如下图所示。
天气预报迭代器对象然后，将迭代器对象封装成一个可迭代对象
这一步相对来说较为简单，实现它的__iter__()方法，代码如下所示。
将迭代器对象封装成可迭代对象最后，我们获取想要知道城市的天气信息
以下面的列表为例：
cities_lst=[北京,上海,广州,深圳,海南,新疆,敦煌,西安]
foriteminMyWeatherIterable(cities_lst):
print(item)
我们来看下效果，如下所示。
有了它，妈妈再也不担心我感冒了城市：北京：昼夜温差极大，且风力较强，极易发生感冒，请特别注意增减衣服保暖防寒。
：8
城市：上海：天凉，昼夜温差较大，较易发生感冒，请适当增减衣服，体质较弱的朋友请注意适当防护。
：15
广州：昼夜温差较大，较易发生感冒，请适当增减衣服。体质较弱的朋友请注意防护。
：22
城市：深圳：天气较凉，较易发生感冒，请适当增加衣服。体质较弱的朋友尤其应该注意防护。
：21
城市：海南：天气寒冷，且昼夜温差很大，极易发生感冒。请特别注意增加衣服保暖防寒。
：-1
城市：兰州：昼夜温差很大，易发生感冒，请注意适当增减衣服，加强自我防护避免感冒。
：6
城市：西安：昼夜温差较大，较易发生感冒，请适当增减衣服。体质较弱的朋友请注意防护。
：14
嗯嗯，想去暖和一点地方嘛，广州、深圳是首选。极易发生感冒的地方就先不去了……
好了，今天的内容就到这里了，怎么样？迭代器和可迭代对象的区别你学会了吗？这可是一个很有Python特点的对象，学会自定义一个迭代器对象和可迭代对象，对于提升程序性能是很有用的，希望大家在使用Python处理大型网络数据流或者是文件流时，首选这两个对象。
未完待续欢迎大家留言
