迭代器

直接作用于for循环的对象: 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('ddd',Iterable)

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。

迭代器——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。（包括generator)

可以使用isinstance()判断一个对象是否是Iterator对象：

from collections import Iterator

isinstance((x*x for x in range(1,5),Iterator)

so, 生成器都是Iterator对象，但list、dict、str虽然是Iterable(可迭代对象），却不是Iterator（迭代器）。(因为Python的Iterator对象表示的是一个数据流,可以把这个数据流看做是一个有序序列，但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，只有在需要返回下一个数据时它才会计算。)

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

前面加个iter()

eg: isinstance（iter('dsfdsf'),Iterator)

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；

凡是可作用于next()函数的对象都是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，例如：

for x in [1, 2, 3, 4, 5]:  #[1,2,3,4,5]可作用于for循环，是Iterable类型    pass

实际上完全等价于：

# 首先获得Iterator对象:it = iter([1, 2, 3, 4, 5]) #加上iter()函数，使[1,2,3,4,5]变成Iterator类型，下面才能作用于next（）函数对象。# 循环:while True:    try:        # 获得下一个值:        x = next(it)    except StopIteration:        # 遇到StopIteration就退出循环        break

itetator:迭代器，惰性序列，能next();包含generator生成器，还有iter（iterable对象），比如iter(list),iter(dict),iter(str).

generator 必然是 Iterator，所有 Iterable 对象均可使用 iter() 函数变为 Iterator。

数组(Iterable类型但不是Iterator)与生成器(即是Iterable也是Iterator):迭代器像一条未动工的马路,当我要在马路过的时候,我走多远修多远,边走边修的类型,理论上只要钱到位,马路可以一直修;

而数组则是一条修好的马路,不管走多远,能不能走,反正就这么长,是有长度限制的;突然有一天天降横财,爸爸我也想让马路可以无限修,然后上帝给了你一个叫做iter的函数,让你变的和土豪一样了,马路也可以边走边修了.

总结:迭代器是惰性的,用多少生产多少;可迭代对象是一下全部返回,不管用到用不到.

迭代对象是指可以被for循环遍历的一组对象,而迭代器则不单单是可以被迭代,而且可以是根据next()返回的,需要根据算法得到下一个值的!iter()是将Iterable转换为Iterator!