在循環對象和函數對象中，我們了解了循環器(iterator)的功能。循環器是對象的容器，包含有多個對象。通過調用循環器的next()方法 (__next__()方法，在Python 3.x中)，循環器將依次返回一個對象。直到所有的對象遍歷窮盡，循環器將舉出StopIteration錯誤。

在for i in iterator結構中，循環器每次返回的對象將賦予給i，直到循環結束。使用iter()內置函數，我們可以將諸如表、字典等容器變為循環器。比如:

代碼如下:
for i in iter([2, 4, 5, 6]):
    print(i)

標準庫中的itertools包提供了更加靈活的生成循環器的工具。這些工具的輸入大都是已有的循環器。另一方面，這些工具完全可以自行使用Python實現，該包只是提供了一種比較標準、高效的實現方式。這也符合Python“只有且最好只有解決方案”的理念。

代碼如下:
# import the tools
from itertools import *

無窮循環器

count(5, 2)     #從5開始的整數循環器，每次增加2，即5, 7, 9, 11, 13, 15 ...
cycle('abc')    #重復序列的元素，既a, b, c, a, b, c ...
repeat(1.2)     #重復1.2，構成無窮循環器，即1.2, 1.2, 1.2, ...

repeat也可以有一個次數限制:

repeat(10, 5)   #重復10，共重復5次

函數式工具

函數式編程是將函數本身作為處理對象的編程范式。在Python中，函數也是對象，因此可以輕松的進行一些函數式的處理，比如map(), filter(), reduce()函數。

itertools包含類似的工具。這些函數接收函數作為參數，并將結果返回為一個循環器。

比如：
代碼如下:
from itertools import *
rlt = imap(pow, [1, 2, 3], [1, 2, 3])
for num in rlt:
    print(num)

上面顯示了imap函數。該函數與map()函數功能相似，只不過返回的不是序列，而是一個循環器。包含元素1, 4, 27，即1**1, 2**2, 3**3的結果。函數pow(內置的乘方函數)作為第一個參數。pow()依次作用于后面兩個列表的每個元素，并收集函數結果，組成返回的循環器。

此外，還可以用下面的函數:
代碼如下:
starmap(pow, [(1, 1), (2, 2), (3, 3)])

pow將依次作用于表的每個tuple。

ifilter函數與filter()函數類似，只是返回的是一個循環器。
代碼如下:
ifilter(lambda x: x > 5, [2, 3, 5, 6, 7]

將lambda函數依次作用于每個元素，如果函數返回True，則收集原來的元素。6, 7

此外，
代碼如下:
ifilterfalse(lambda x: x > 5, [2, 3, 5, 6, 7])

與上面類似，但收集返回False的元素。2, 3, 5
代碼如下:
takewhile(lambda x: x < 5, [1, 3, 6, 7, 1])

當函數返回True時，收集元素到循環器。一旦函數返回False，則停止。1, 3