在python中，容器是把多种元素组织在一起的数据结构，容器中的元素就可以逐个迭代获取。
在python中，可迭代对象并不是指某种具体的数据类型，它是指储存了元素的一个容器对象
只要是实现了__iter__()和__next__()的对象，就是迭代器，迭代器是一个可迭代对象。
总之，迭代器是有__iter__()生成，可以通过__next__()进行调用
序列也是一种抽象的概念，它包含了列表，元组的字符串，它本身是不存在的，也是便于学习所创建的概念词。
序列可以分为有限序列的无限序列
字典的底层实现字典是python中最通用的数据结构之一，dict可以将一组唯一的键映射到相应的值
字典推导式
dict = {number:number**2 for number in range(10)}
print(dict)
在遍历字典元素时，有一点需要注意。在字典里的key(),values()和items()3个方法的返回值不再是列表，而是视图对象(view objects)。
keys():返回dict_keys对象，可以查看字典的所有键
values():返回dict_values对象，可以查看字典所有的值
items():返回dict_items对象，可以查看所有的{key,value}二元元组
CPython使用伪随机探测(pseudo-random probing)的散列表(hash table)作为字典的底层数据结构。由于这个实现细节，只有可哈希的对象才能作为字典的键。
Python中所有不可变的内置类型都是可哈希的。可变类型（如列表，字典和集合）就是不可哈希的，因此不能作为字典的键。
字典的三个基本操作（添加元素，获取元素和删除元素）的平均事件复杂度为O(1)，但是他们的平摊最坏情况复杂度要高得多，为O(N).
还有一点很重要，在复制和遍历字典的操作中，最坏的复杂度中的n是字典曾经达到的最大元素数目，而不是当前的元素数目。换句话说，如果一个字典曾经元素个数很多，后来又大大减小了，那么遍历这个字典可能会花费相当长的事件。因此在某些情况下，如果需要频繁的遍历某个词典，那么最好创建一个新的字典对象，而不是仅在旧字典中删除元素。
字典的缺点和替代方案
使用字典的常见陷阱就是，它并不会按照键的添加顺序来保存元素的顺序。在某些情况下，字典的键是连续的，对应的散列值也是连续值（例如整数），那么由于字典的内部实现，元
树的实现可能和添加的顺序相同：
keys = {num:None for num in range(5)}.keys()
print(keys)
如果我们需要保存添加顺序怎么办？python 标准库的collections模块提供了名为OrderedDicr的有序字典
