什么是迭代呢？平时我们经常说到迭代，比如软件迭代，指的是软件版本更新，但如果你仔细想想，它都是在有一定的版本之后 做的更新，即在原有的基础上做的更新。而python中的迭代也类似。

在python中，一切皆对象，那么可迭代对象即是内容实现了__iter__方法的对象。

这里就牵涉到怎么查看对象有哪些方法：我们可以使用内置的dir()方法来查看对象有哪些方法。
 

In [3]: name = 'andy'
In [4]: '__iter__' in dir(name)
Out[4]: True

所以，可迭代对象就是可以重复取值的对象， 但凡内部含有__iter__方法的对象，都是可迭代对象。

可迭代对象的优点是：可以直观的查看里面的数据，但缺点是，占用内存，且不能迭代取值。

那我们为什么可以通过for循环取值呢？因为 for循环在底层做了一个小小的转化，就是先将可迭代对象转化成迭代器，然后在进行取值。

迭代器：

实现了无参数的__next__方法，返回序列中的下一个元素，如果没有元素了，那么抛出StopIteration异常.python中的迭代器还实现了__iter__方法，因此迭代器也可以迭代。  

迭代器迭代取值只能前进，不能后退。

那么要怎么判断是不是迭代器呢？ 根据上面的描述，可以知道，迭代器既实现了__iter__方法，又实现了___next__方法，所以对此进行判断就行了。

In [5]: n = []

In [6]: '__iter__' in dir(n) and '__next__' in dir(n)
Out[6]: False

可以看到列表不是迭代器，那么常见的 list dict, tuple, string,set, range, file 哪个是迭代器呢，只有文件句柄是，其它的全不是。

怎么将这些可迭代对象转化成迭代器呢？

In [9]: n=n.__iter__()

In [10]: '__iter__' in dir(n) and '__next__' in dir(n)
Out[10]: True

迭代器取值：

In [14]: n = [1,2,4]

In [15]: obj = n.__iter__()

In [16]: obj.__next__()
Out[16]: 1

In [17]: obj.__next__()
Out[17]: 2

while循环模拟for循环：

for循环的循环对象一定要是可迭代对象，但是这不意味着可迭代对象就可以取值，因为for循环的内部机制是：将可迭代对象转换成迭代器，然后利用next进行取值，最后利用异常处理处理StopIteration抛出的异常

l1 = [1, 2, 3, 4, 5, 6]
# 1 将可迭代对象转化成迭代器
obj = iter(l1)
# 2,利用while循环，next进行取值
while 1:
    # 3,利用异常处理终止循环
    try:
        print(next(obj))
    except StopIteration:
        break

迭代器的优点：
     节省内存： 迭代器在内存中相当于只占一个数据的空间：因为每次取值都上一条数据会在内存释放，加载当前的此条数据。
     惰性机制：next一次，取一个值，绝不过多取值。​
迭代器的缺点：            
     不能直观的查看里面的数据。          
      取值时不走回头路，只能一直向下取值。

 

对比：

 可迭代对象：

    是一个私有的方法比较多，操作灵活（比如列表，字典的增删改查，字符串的常用操作方法等）,比较直观，但是占用内存，而且不能直接通过循环迭代取值的这么一个数据集。

    应用：当你侧重于对于数据可以灵活处理，并且内存空间足够，将数据集设置为可迭代对象是明确的选择。

迭代器：

    是一个非常节省内存，可以记录取值位置，可以直接通过循环+next方法取值，但是不直观，操作方法比较单一的数据集。

    应用：当你的数据量过大，大到足以撑爆你的内存或者你以节省内存为首选因素时，将数据集设置为迭代器是一个不错的选择