我们已经知道，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 (可迭代对象) 对象：
>>> l=[1,2]
>>> l1=isinstance(l,list) #判断相应字符类型 是返回True
>>> from collections import Iterable
>>> l=isinstance([], Iterable)
>>> print(l) # True
>>> t=isinstance({}, Iterable)
>>> print(t) # True
>>> d=isinstance('abc', Iterable)
>>> print(d) # True
>>> g=isinstance((x for x in range(10)), Iterable)
>>> print(g) # True
>>> s=isinstance(100, Iterable)
>>> print(s) # False
而生成器不但可以作用于for循环，还可以被next()函数不断调用并返回下一个值，
直到最后抛出StopIteration错误表示无法继续返回下一个值了。
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(迭代器)对象：
>>> from collections import Iterator
>>> g=isinstance((x for x in range(10)), Iterator)
>>> print(g) #True
>>> l=isinstance([], Iterator)
>>> print(l) #False
>>> d=isinstance({}, Iterator)
>>> print(d) #False
>>> s=isinstance('abc', Iterator)
>>> print(s) #False
生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。
把list、dict、str等Iterable变成Iterator可以使用iter()函数：
>>> from collections import Iterator
>>> l=isinstance(iter([]), Iterator)
>>> print(l) #True
>>> from collections import Iterator
>>> s= isinstance(iter('abc'), Iterator)
>>> print(s) #True
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个数据，
所以Iterator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。
Iterator甚至可以表示一个无限大的数据流，例如全体自然数。而使用list是永远不可能存储全体自然数的。
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、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![]
在了解Python的数据结构时，容器(container)、可迭代对象(iterable)、迭代器(iterator)、生成器(generator)、
列表/集合/字典推导式(list,set,dict comprehension)众多概念参杂在一起，难免让初学者一头雾水，
我将用下图将这些概念以及它们之间的关系捋清楚
" >
