可以直接作用于for循环的数据类型有以下两类

一类是基础数据类型里的str，list，tuple，dict，set

另一类是generator

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：

1 from collections import Iterable 2  3  4 def test_yield(): 5     yield 1 6     yield 2 7  8 print(type([]), isinstance([], Iterable)) 9 print(type(()), isinstance((), Iterable))10 print(type('abc'), isinstance('abc', Iterable))11 print(type({}), isinstance({}, Iterable))12 print(type(100), isinstance(100, Iterable))13 result = test_yield()14 print(type(result), isinstance(result, Iterable))

以下是结果：

1 
     
       True2 
      
        True3 
       
         True4 
        
          True5 
         
           False6 
          
            True
          
         
        
       
      
     

 

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：

1 print(isinstance((x for x in range(10)),Iterator))2 print(type(result), isinstance(result, Iterator))3 print(type([]), isinstance([], Iterator))

以下是运行结果：

1 True2 
     
       True3 
      
        False
      
     

从上面的结果看，生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。

可以使用内置函数iter()将list,dict,str,tuple等转化成Iterator print(type(iter([])), isinstance(iter([]), Iterator)) 

 

那为什么list，tuple,dict,str是Iterable，却不是Iterator呢？

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。

Python的for循环本质上就是通过不断调用next()函数实现的，

例如对于 number_list = [1, 2, 3, 4, 5] ，下面两段代码是等价的：

1 for item in number_list:2     print(item)

1 it = iter(number_list)2 while True:3     try:4         number = next(it)5         print(number)6     except StopIteration:7         break

 但是我们如果对number_list使用next()方法却会报错：

1 next(number_list)2 TypeError: 'list' object is not an iterator

 

代理迭代

假如我们自定义了一个类，我想直接在这个类的对象进行上执行迭代操作：

1 class Node(object):2     def __init__(self, value):3         self.__value = value4         self.__children = []

实际上我们只需要定义一个 __iter__(self) 方法，将迭代操作代理到类内部的可转化为迭代器的字段上去：

1 class Node(object): 2     def __init__(self, value): 3         self.__value = value 4         self.__children = [] 5  6     def add_child(self, node): 7         self.__children.append(node) 8  9     def set_value(self, value):10         self.__value = value11 12     def get_value(self):13         return self.__value14 15     def __iter__(self):  # __iter__() 方法只是简单的将迭代请求传递给内部的__children    16         return iter(self.__children)

探讨：

Python 的迭代器协议需要__iter__() 方法返回一个实现了__next__() 方法的迭代

器对象。如果你只是迭代遍历其他容器的内容，你无须担心底层是怎样实现的。你所

要做的只是传递迭代请求既可。

这里的iter() 函数的使用简化了代码，iter(s) 只是简单的通过调用

s.__iter__()方法来返回对应的迭代器对象，就跟len(s) 会调用s.__len__()原理

是一样的。

 

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。