一 可迭代对象(Iterable)

可迭代对象: 简单的说，一个对象(在Python里面一切都是对象)只要实现了只要实现了iter()方法，那么用isinstance()函数检查就是Iterable对象；

class IterObj:
    def __iter__(self):
        return self

上面定义了一个类IterObj并实现了iter方法，这个就是一个可迭代(Iterable)对象

it = IterObj()
print(isinstance(it, Iterable)) # true
print(isinstance(it, Iterator)) # false
print(isinstance(it, Generator)) # false

常见的可迭代对象

在Python中有哪些常见的可迭代对象呢？
(1)集合或序列类型（如list、tuple、set、dict、str）
(2)文件对象
(3)在类中定义了iter()方法的对象，可以被认为是 Iterable对象，但自定义的可迭代对象要能在for循环中正确使用，就需要保证iter()实现必须是正确的（即可以通过内置iter()函数转成Iterator对象。关于Iterator下文还会说明，这里留下一个坑，只是记住iter()函数是能够将一个可迭代对象转成迭代器对象，然后在for中使用）
(4)在类中实现了如果只实现getitem()的对象可以通过iter()函数转化成迭代器但其本身不是可迭代对象。所以当一个对象能够在for循环中运行，但不一定是Iterable对象。

print(isinstance([], Iterable)) # true list 是可迭代的
print(isinstance({}, Iterable)) # true 字典是可迭代的
print(isinstance((), Iterable)) # true 元组是可迭代的
print(isinstance(set(), Iterable)) # true set是可迭代的
print(isinstance('', Iterable)) # true 字符串是可迭代的
 
currPath = os.path.dirname(os.path.abspath(__file__))
with open(currPath+'/model.py') as file:
 print(isinstance(file, Iterable)) # true

这些内置集合或序列对象都有iter属性，即他们都实现了同名方法。但这个可迭代对象要在for循环中被使用，那么它就应该能够被内置的iter()函数调用并转化成Iterator对象。

print(hasattr([], "__iter__")) # true
print(hasattr({}, "__iter__")) # true
print(hasattr((), "__iter__")) # true
print(hasattr('', "__iter__")) # true

print(iter([])) # <list_iterator object at 0x110243f28>
print(iter({})) # <dict_keyiterator object at 0x110234408>
print(iter(())) # <tuple_iterator object at 0x110243f28>
print(iter('')) # <str_iterator object at 0x110243f28>

它们都相应的转成了对应的迭代器(Iterator)对象。
现在回过头再看看一开始定义的那个IterObj类

class IterObj:
 
def __iter__(self):
 return self
  
it = IterObj()
print(iter(it))

打印出:
Traceback (most recent call last):
File "/Users/mac/PycharmProjects/iterable_iterator_generator.py", line 71, in <module>
print(iter(it))
TypeError: iter() returned non-iterator of type 'IterObj'
出现了类型错误，意思是iter()函数不能将‘非迭代器'类型转成迭代器。
那如何才能将一个可迭代(Iterable)对象转成迭代器(Iterator)对象呢？
我们修改一下IterObj类的定义

class IterObj:
 
 def __init__(self):
  self.a = [3, 5, 7, 11, 13, 17, 19]
 
 def __iter__(self):
  return iter(self.a)

我们在构造方法中定义了一个名为a的列表，然后还实现了iter()方法。
修改后的类是可以被iter()函数调用的，即也可以在for循环中使用

it = IterObj()
print(isinstance(it, Iterable)) # true
print(isinstance(it, Iterator)) # false
print(isinstance(it, Generator)) # false
print(iter(it)) # <list_iterator object at 0x102007278>
for i in it:
print(i) # 将打印3、5、7、11、13、17、19元素

因此在定义一个可迭代对象时，我们要非常注意iter()方法的内部实现逻辑，一般情况下，是通过一些已知的可迭代对象（例如，上文提到的集合、序列、文件等或其他正确定义的可迭代对象）来辅助我们来实现

关于前面说明的意思是iter()函数可以将一个实现了getitem()方法的对象转成迭代器对象，也可以在for循环中使用，但是如果用isinstance()方法来检测时，它不是一个可迭代对象。

class IterObj:
  
 def __init__(self):
  self.a = [3, 5, 7, 11, 13, 17, 19]
  
 def __getitem__(self, i):
  return self.a[i]
   
it = IterObj()
print(isinstance(it, Iterable)) # false
print(isinstance(it, Iterator)) # false
print(isinstance(it, Generator)) false
print(hasattr(it, "__iter__")) # false
print(iter(it)) # <iterator object at 0x10b231278>
 
for i in it:
 print(i) # 将打印出3、5、7、11、13、17、19

这个例子说明了可以在for中使用的对象，不一定是可迭代对象。

小结:

(1)一个可迭代的对象是实现了iter()方法的对象
(2)它要在for循环中使用，就必须满足iter()的调用(即调用这个函数不会出错，能够正确转成一个Iterator对象)
(3)可以通过已知的可迭代对象来辅助实现我们自定义的可迭代对象。
(4)一个对象实现了getitem()方法可以通过iter()函数转成Iterator，即可以在for循环中使用，但它不是一个可迭代对象(可用isinstance方法检测())

二 迭代器(Iterator)

一个对象实现了iter()和next()方法，那么它就是一个迭代器对象
比如:

class IterObj:
 
 def __init__(self):
  self.a = [3, 5, 7, 11, 13, 17, 19]
 
  self.n = len(self.a)
  self.i = 0
 
 def __iter__(self):
  return iter(self.a)
 
 def __next__(self):
  while self.i < self.n:
   v = self.a[self.i]
   self.i += 1
   return v
  else:
   self.i = 0
   raise StopIteration()

在IterObj中，构造函数中定义了一个列表a,列表长度n,索引i。

it = IterObj()
print(isinstance(it, Iterable)) # true
print(isinstance(it, Iterator)) # true
print(isinstance(it, Generator)) # false
print(hasattr(it, "__iter__")) # true
print(hasattr(it, "__next__")) # true

集合和序列对象是可迭代的但不是迭代器

from collections.abc import Iterable, Iterator
a = [1,2]
iter_rator = iter(a)
print(isinstance(a, Iterable))   # True
print(isinstance(a, Iterator))   # False
print(isinstance(iter_rator, Iterator))  # True

print(isinstance([], Iterator)) # false
print(isinstance({}, Iterator)) # false
print(isinstance((), Iterator)) # false
print(isinstance(set(), Iterator)) # false
print(isinstance('', Iterator)) # false

文件对象是迭代器

currPath = os.path.dirname(os.path.abspath(__file__))
with open(currPath+'/model.py') as file:
 print(isinstance(file, Iterator)) # true

个迭代器(Iterator)对象不仅可以在for循环中使用，还可以通过内置函数next()函数进行调用。 例如

it = IterObj()
next(it) # 3
next(it) # 5

三 生成器

一个生成器既是可迭代的也是迭代器
定义生成器有两种方式：
(1) 列表生成器
(2) 使用yield定义生成器函数

g = (x * 2 for x in range(10)) # 0～18的偶数生成器 
print(isinstance(g, Iterable)) # true
print(isinstance(g, Iterator)) # true
print(isinstance(g, Generator)) # true
print(hasattr(g, "__iter__")) # true
print(hasattr(g, "__next__")) # true
print(next(g)) # 0
print(next(g)) # 2

列表生成器可以不需要消耗大量的内存来生成一个巨大的列表，只有在需要数据的时候才会进行计算。
yield方式:

def gen():
 for i in range(10):
  yield i

这里yield的作用就相当于return,这个函数就是顺序地返回[0,10)的之间的自然数，可以通过next()或使用for循环来遍历。
当程序遇到yield关键字时，这个生成器函数就返回了，直到再次执行了next()函数，它就会从上次函数返回的执行点继续执行，即yield退出时保存了函数执行的位置、变量等信息，再次执行时，就从这个yield退出的地方继续往下执行。
参考:https://www.jb51.net/article/161138.htm