參考鏈接：https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/00143178254193589df9c612d2449618ea460e7a672a366000?tdsourcetag=s_pcqq_aiomsg
可使用for進行迭代的數據類型分為以下兩種：
（1）集合數據類型：如dict、list、tuple、set、str等；
（2）generator：包括生成器和yield 的generator function;
注意：
（1）凡是可作用於for循環的對象都是Iterable類型；
（2）凡是可作用於next()函數的對象都是Iterator類型，它們表示一個惰性計算的序列；
（3）集合數據類型如list、dict、str等是Iterable但不是Iterator，不過可以通過iter()函數獲得一個Iterator對象。
（4）第二類對象生成器都是Iterator；
（5）為什么list、dict、str等數據類型不是Iterator？
答：這是因為Python的Iterator對象表示的是一個數據流，Iterator對象可以被next()函數調用並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。
（6）
（這么說，for對第一類Iterable對象操作時，其實也是先將其變成Iterator，再調用next()函數，iter(A)將A變成iterator時會調用A.__iterator__()）
PS：pytorch中使用torch.utils.data.DataLoader創建的對象是一個接口對象，無法使用
延伸：
（1）range和xrange的使用區別：range返回的是一個list，會直接放在內存里（比較占內存）；而xrange返回的是一個iterable對象，每次迭代調用next()傳入一個單位數據到內存中（更有助於節約內存）；
（2）關於yield關鍵字：在函數中使用yield時，它會將函數變成一個generator；用for迭代這個generator function時，yield所在位置相當於一個斷點，每次都執行完這個斷點，下一次迭代再接着運行剩下的部分再直接到下一次斷點，功能相當於print；(1)和（2）可參考：http://www.runoob.com/w3cnote/python-yield-used-analysis.html
（3）python3相對於python2，已不再使用next()方法，改為__next__（）方法，iter()也改為了__iter__()；