Python的可迭代对象、迭代器和生成器

可迭代对象（Iterable）

这些可以直接作用于for循环的对象统称为可迭代对象：Iterable。

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。

可以使用isinstance()判断一个对象是否是Iterable对象：

from collections import Iterable
isinstance([], Iterable)

　　

生成器（generator ）

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。

创建一个generator：

• 第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator；

L = [x * x for x in range(10)]

#<generator object <genexpr> at 0x1022ef630>
g = (x * x for x in range(10))

• 　如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator：最难理解的就是generator和函数的执行流程不一样。函数是顺序执行，遇到return语句或者最后一行函数语句就返回。而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。　
• 生成器都是Iterator对象；

迭代器（Iterator）

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。

isinstance(iter([]), Iterator)
#True
isinstance([], Iterator)
#False

• Iterator本质是一个：长度未知的抽象数据流（也可能是无限长），在需要返回下一个数据时调用next( )得到；
• 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。