Python学习之路：迭代器

可直接作用于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:

>>> from collections import Iterable
>>> isinstance([],Iterable)
True
>>> isinstance({},Iterable)
True
>>> isinstance('abc',Iterable)
True
>>> isinstance(100,Iterable)
False

 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称为迭代器：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

 生成器都是Iterator对象，但list\dict\str虽然是Iterable,却不是Iterator;

把list\dict\str等Iterable变成 Iterator可以使用iter()函数：

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

 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，当我们却不能提前知道序列长度，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，只有在需要返回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是永远不可能存储全体自然数的。

小结：

凡是可作用于for循环的对象都是Iterable类型；

凡是可以作用于next()的都是Iterator类型，它们表示一个惰性计算的序列；

集合数据类型如list\dict\str等都是Iterable 但不是Iterator,不过可以通过iter()函数获得一个

Iterator对象。

Python的for循环本质上就是通过不断调用next()函数实现的。

查看对象是否有next()函数用dir()函数。