1.iterable iterator區別

要了解兩者區別，先要了解一下迭代器協議：
迭代器協議是指：對象需要提供__next__()方法，它返回迭代中的元素，在沒有更多元素后，拋出StopIteration異常，終止迭代。
可迭代對象就是：實現了迭代器協議的對象。
協議是一種約定，可迭代對象實現迭代器協議，Python的內置工具(如for循環，sum，min，max函數等)通過迭代器協議訪問對象,因此，for循環并不需要知道對象具體是什么，只需要知道對象能夠實現迭代器協議即可。
迭代器(iterator)與可迭代對象(iterable)并不是同一個概念。

直觀上：

1.可迭代對象(iterable):凡是具有__iter__的方法的類，都是可迭代的類。可迭代類創建的對象實現了__iter__方法，因此就是可迭代對象。用list、tuple等容器創建的對象，都是可迭代對象。可迭代對象通過__iter__方法返回一個迭代器，然后在內部調用__next__方法進行迭代，最后沒有元素時，拋出異常(這個異常python自己會處理，不會讓開發者看見)。

2.迭代器(iterator):迭代器對象必須同時實現__iter__和__next__方法才是迭代器。對于迭代器來說，__iter__ 返回的是它自身 self，__next__ 則是返回迭代器中的下一個值,最后沒有元素時，拋出異常(異常可以被開發者看到)。

從上面2點可以看出：

1.迭代器一定是可迭代對象，因為它實現了__iter__()方法；

2.通過iter()方法(在類的內部就是__iter__)能夠使一個可迭代對象返回一個迭代器。

3.迭代器的 __iter__ 方法返回的是自身，并不產生新的迭代器對象。而可迭代對象的 __iter__ 方法通常會返回一個新的迭代器對象。

第3點性質正是可迭代對象可以重復遍歷的原因(每次返回一個獨立的迭代器，就可以保證不同的迭代過程不會互相影響)；而迭代器由于返回自身，因此只能遍歷一次。

上面3點可以通過下面的例子看出來：

from collections import Iterablefrom collections import Iteratorprint isinstance(iter([1,2]),Iterator)print isinstance(iter([1,2]),Iterable)print isinstance([1,2],Iterator)print isinstance([1,2],Iterable)##resultTrueTrueFalseTrue##id可以查看一個對象在內存中的地址test=[1,2,3]testIter=iter(test)print id(testIter)print id(testIter)print id(iter(test))print id(iter(test))print id(test.__iter__())print id(test.__iter__())##result:可迭代對象每次調用iter方法都會返回一個新的迭代器對象，而迭代器對象調用iter方法返回自身67162576 67162576 67162688 67162632 67162856 67163024

2.iterable的工作機制

拿一個例子看看，首先定義一個有__iter__方法,但是沒有next()方法的類 (PS：在python2中是next()，python3是__next__())：

from collections import Iterable, Iteratorclass Student(object): def __init__(self,score): self.score=score def __iter__(self): return iter(self.score) test= Student([80,90,95])print isinstance(test, Iterable)print isinstance(test, Iterator)for i in test: print i##resultTrueFalse809095##可重復遍歷for i in test: print i##result809095

上面代碼的結果印證了定義中提到的：

缺少了next()方法，可迭代對象就不是迭代器。

此外，注意到：可迭代對象通過__iter__方法每次都返回了一個獨立的迭代器，這樣就可以保證不同的迭代過程不會互相影響。

也就是說，通過iterable可以實現重復遍歷，而迭代器是無法重復遍歷的！

因此，如果想要把可迭代對象轉變為迭代器，可以先調用iter()方法返回一個迭代器。然后就可以用next()不斷迭代了！

print isinstance(iter(test),Iterator)testIter=iter(test)print testIter.next()print testIter.next()print testIter.next()##resultTrue809095##一旦取完了可迭代對象中所有的元素，再次調用next就會發生異常print testIter.next()##resultStopIteration: 

3.迭代器Iterator的工作機制

看下面這個例子：

class Student(object): def __init__(self,score): self.score=score def __iter__(self): return self  def next(self): if self.score<100: self.score+=1 return self.score else: raise StopIteration() test= Student(90)print isinstance(test, Iterable)print isinstance(test, Iterator)print test.next()print test.next()print test.next()for i in test: print i##resultTrueTrue919293949596979899100##如果此時再對test這個迭代器調用next方法，就會拋出異常test.next()##resultStopIteration: 

這個例子印證了定義中的：迭代器對象必須同時實現__iter__和__next__方法才是迭代器。

那么，使用迭代器好處在哪呢?

Python的Iterator對象表示的是一個數據流，Iterator對象可以被next()函數調用并不斷返回下一個數據，直到沒有數據時拋出StopIteration錯誤。可以把這個數據流看做是一個有序序列，但我們卻不能提前知道序列的長度，只能不斷通過next()函數實現按需計算下一個數據，所以Iterator的計算是惰性的，只有在需要返回下一個數據時它才會計算。

一個很常見的應用就是：Python在處理列表的時候，是直接把整個列表讀進內存的，當遇到大量樣本時的時候會變得很慢。而迭代器的優勢在于只把需要的元素讀進內存，因此占用內存更少。

換句話說，迭代器是一種惰性求值模式，它是有狀態的，只有在調用時才返回值，沒有調用的時候就等待下一次調用。這樣就節省了大量內存空間。

這個例子印證了定義中的：迭代器對象必須同時實現__iter__和__next__方法才是迭代器。

那么，使用迭代器好處在哪呢?

Python的Iterator對象表示的是一個數據流，Iterator對象可以被next()函數調用并不斷返回下一個數據，直到沒有數據時拋出StopIteration錯誤。可以把這個數據流看做是一個有序序列，但我們卻不能提前知道序列的長度，只能不斷通過next()函數實現按需計算下一個數據，所以Iterator的計算是惰性的，只有在需要返回下一個數據時它才會計算。

一個很常見的應用就是：Python在處理列表的時候，是直接把整個列表讀進內存的，當遇到大量樣本時的時候會變得很慢。而迭代器的優勢在于只把需要的元素讀進內存，因此占用內存更少。

換句話說，迭代器是一種惰性求值模式，它是有狀態的，只有在調用時才返回值，沒有調用的時候就等待下一次調用。這樣就節省了大量內存空間。

4.for循環的工作機制

有了上面2個例子，就可以總結一下在可迭代對象與迭代器中的For循環工作機制了。

當對象本身就是迭代器時，For循環工作機制：

1. 調用 __iter__方法，返回自身self,也就是返回迭代器。
2. 不斷地調用迭代器的next()方法，每次按序返回迭代器中的一個值。
3. 迭代到最后沒有元素時，就拋出異常 StopIteration

在可迭代對象中，for循環工作機制：

1. 先判斷對象是否為可迭代對象(等價于判斷有沒有__iter__或__getitem__方法)，沒有的話直接報錯，拋出TypeError異常。有的話，調用 __iter__方法，返回一個迭代器。
2. 在python內部不斷地調用迭代器的__next__方法，每次按序返回迭代器中的一個值。
3. 迭代到最后沒有元素時，就拋出異常 StopIteration，這個異常 python 自己會處理，不會暴露給開發者。

借用網絡上的一張圖直觀理解一下：

此外，還要注意，python中的for循環其實兼容了兩種機制：

1. 如果對象有__iter__會返回一個迭代器。
2. 如果對象沒有__iter__，但是實現了__getitem__，會改用下標迭代的方式。
3. __getitem__可以幫助一個對象進行取數和切片操作。

當for發現沒有__iter__但是有__getitem__的時候，會從0開始依次讀取相應的下標，直到發生IndexError為止，這是一種舊的迭代協議。iter方法也會處理這種情況，在不存在__iter__的時候，返回一個下標迭代的iterator對象來代替。一個重要的例子是str，字符串就是沒有__iter__方法的，但是卻依然可以迭代，原因就是其在for循環時調用了__getitem__方法。

看一個例子：

from collections import Iterable, Iteratorclass Student(object): def __init__(self,score): self.score=score def __getitem__(self,n): return self.score[n] test= Student([80,90,95])print isinstance(test, Iterable)print isinstance(test, Iterator)print isinstance(iter(test), Iterable)print isinstance(iter(test), Iterator)for i in test: print i##resultFalseFalseTrueTrue809095for i in range(0,3): print test[i]##result809095for i in iter(test): print i##result809095

可以看到，實現了__getitem__方法的對象本身，盡管不是iterable與iterator，仍舊是可以調用for循環的。
通過iter方法，返回一個下標迭代的iterator對象。

5.generator的原理

最后說一下生成器，生成器是一種特殊的迭代器，當然也是可迭代對象。
對于生成器，Python會自動實現迭代器協議，以便應用到迭代中（如for循環，sum函數）。由于生成器自動實現了迭代器協議，所以，我們可以調用它的next方法，并且，在沒有值可以返回的時候，生成器自動產生StopIteration異常。
創建生成器的方法：將return 改為yield。具體的實現網絡上教程很多，不細說了。

6.總結

到一幅圖片很好的描述了本文的所有內容，就拿它作為文末的總結吧！

以上所述是小編給大家介紹的Python中的可迭代對象、迭代器、For循環工作機制、生成器詳解整合，希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復大家的。在此也非常感謝大家對VEVB武林網網站的支持！