我们已经知道，可以直接作用于 for 循环的数据类型有以下几种：

  • 一类是集合数据类型，如 list , tuple , dict , set ,str 等；
  • 一类是 generator ,包括生成器和带 yield 的 generator function。

这些可以直接作用于 for 循环的对象统称为可迭代对象： Iterable 。

可以使用 isinstance() 判断一个对象是否是 Iterable 对象：

>>> Iterable
<class 'collections.abc.Iterable'>
>>> isinstance('abc',Iterable)  #str 是可迭代类型
True
>>> isinstance(100,Iterable)  #int  不是可迭代类型
False

而生成器不但可以作用于for循环，还可以被next()函数不断调用并返回下一个值，直到最后抛出 StopIteration 错误表示无法继续进行，返回下一个值了。

  • 可以被 next() 函数调用并不断返回下一个值的对象成为迭代器：Iterator。

可以使用 isinstance() 判断一个对象是否是 Iterator 对象。

>>> from collections import Iterator
>>> isinstance( (x for x in range (10)),Iterator)
True
>>> isinstance( [],Iterator)
False
>>> isinstance( {},Iterator)
False
>>> isinstance('abc',Iterator)
False

生成器都是 Iterable 对象，但 list、dict、str 虽然是 Iterable ，但都不是 Iterator。

把 list、dict、str 等 Iterable 变成 Iterator 可以使用 iter() 函数。

>>> isinstance(iter('abc'),Iterator)
True
>>> isinstance(iter([]),Iterator)
True

你可能会问，为什么 list、dict、str 等数据类型不是 Iterator ？

        这是因为Python的 Iterator 对象表示的是一个数据流，Iterator 对象可以被 next() 函数调用并不断返回下一个数据，直到没有数据时抛出 StopIteration 错误。可以把这个数据流看作是一个有序序列，但是我们却不能提前知道序列的长度，只能不断通过 next() 函数实现按需计算下一个数据，所以 Iterator 的计算是惰性的，只有在需要计算下一个数据时它才会计算。

 Iterator 甚至可以表示一个无限大的数据流，例如全体自然数。而使用 list 时永远不可能存储全体自然数的。