[TOC] 我們已經知道，可以直接作用于for循環的數據類型有以下幾種： 一類是集合數據類型，如list、tuple、dict、set、str等； 一類是generator，包括生成器和帶yield的generator function。 這些可以直接作用于for循環的對象統稱為**可迭代對象：Iterable** 可以使用isinstance()判斷一個對象是否是Iterable對象： ~~~ >>> from collections import Iterable >>> isinstance([], Iterable) True >>> isinstance({}, Iterable) True >>> isinstance('abc', Iterable) True >>> isinstance((x for x in range(10)), Iterable) True >>> isinstance(100, Iterable) False ~~~ 而生成器不但可以作用于for循環，還可以被next()函數不斷調用并返回下一個值，直到最后拋出StopIteration錯誤表示無法繼續返回下一個值了。 **可以被next()函數調用并不斷返回下一個值的對象稱為迭代器：Iterator。** 可以使用isinstance()判斷一個對象是否是Iterator對象： ~~~ >>> from collections import Iterator >>> isinstance((x for x in range(10)), Iterator) True >>> isinstance([], Iterator) False >>> isinstance({}, Iterator) False >>> isinstance('abc', Iterator) False ~~~ 生成器都是Iterator對象，但list、dict、str雖然是Iterable(可迭代對象)，卻不是Iterator(迭代器)。 把list、dict、str等Iterable變成Iterator可以使用iter()函數： ~~~ >>> isinstance(iter([]), Iterator) True >>> isinstance(iter('abc'), Iterator) True ~~~ 你可能會問，為什么list、dict、str等數據類型不是Iterator？ 這是因為Python的**Iterator(迭代器)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**。 Iterator甚至可以表示一個無限大的數據流，例如全體自然數。而使用list是永遠不可能存儲全體自然數的