Python迭代器 Iterator

迭代器

　　　　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：

from collections import Iterable

a = [1,2,3]
b = (1,2,3)
c = {'name':'Jason'}
d = '王振'
e = 5.6
print(isinstance(a,Iterable))
print(isinstance(b,Iterable))
print(isinstance(c,Iterable))
print(isinstance(d,Iterable))
print(isinstance(e,Iterable))
执行结果

True
True
True
False

 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

生成器都是Iterator 对象，但List , Dict ,  Str ,虽然式Iterable ，却不是Iterator。

from collections import Iterable,Iterator

a = (x for x in range(10))
b = [1,2,3]
c = {'name':'Jason'}
d = '王振'
e = 5.6
print(isinstance(a,Iterator))
print(isinstance(b,Iterator))
print(isinstance(c,Iterator))
print(isinstance(d,Iterator))
print(isinstance(e,Iterator))
执行结果

True
False
False
False
False

把 List，Dict，Str，等Iterable变成 Iterator 可以使用 iter() 函数。

b = [1,2,3]
c = {'name':'Jason'}
print(isinstance(iter(b),Iterator))
print(isinstance(iter(c),Iterator))

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数据，所以 Interator 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。

　　 Interator甚至可以表示一个无限大的数据流，例如，所有的自然数。而使用 List 是永远不可能存储 所有的自然数的。

 总结:

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 ，Set ，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 i in [1,2,3,4,5]:
    pass

实际完全等价于：

from collections import Iterable,Iterator

# 首先获得Iterator对象
it = iter([1,2,3,4,5])
# 开始循环
while True:
    try:
        #获得下一个值
        x = next(it)
    except StopIteration:
        # 遇到StopIteration异常，就退出循环
        break