Ein iterable ist alles, über das du iterieren kannst (eine Liste, einen String, ein Dict); ein iterator ist das Objekt, das die eigentliche Iteration durchführt, Werte nacheinander erzeugt und seine Position verfolgt. Diese Unterscheidung liegt der Funktionsweise von for-Schleifen in Python zugrunde.
Iterable → has __iter__() → returns an iterator
Iterator → has __next__() → returns the next value (and __iter__ returning itself)
# this for loop...
for x in [1, 2, 3]:
print(x)
# ...is roughly equivalent to:
it = iter([1, 2, 3]) # __iter__ → get an iterator from the iterable
while True:
try:
x = next(it) # __next__ → get the next value
print(x)
except StopIteration: # raised when exhausted → loop ends
break
Eine for-Schleife ruft iter() auf, um einen iterator zu erhalten, und ruft dann wiederholt next() auf, bis StopIteration das Ende signalisiert. Dieses Protokoll ist es, das jeden iterable durchlaufbar macht.
nums = [1, 2, 3] # an ITERABLE (a list)
it = iter(nums) # an ITERATOR over it
next(it) # 1
next(it) # 2
next(it) # 3
next(it) # StopIteration
# the list is REUSABLE (get a fresh iterator each loop);
# an iterator is CONSUMED ONCE — exhausted after one pass
list(it) # [] — already used up
Hauptunterschied: Ein iterable (Liste) kann mehrfach durchlaufen werden (jede for-Schleife erhält einen neuen iterator); ein iterator ist Einwegverbrauch — einmal erschöpft, ist er leer.
class Countdown:
def __init__(self, start): self.n = start
def __iter__(self): return self # the iterable returns itself as iterator
def __next__(self):
if self.n <= 0:
raise StopIteration # signal the end
self.n -= 1
return self.n + 1
for x in Countdown(3): # 3, 2, 1
print(x)
def gen(): yield 1; yield 2 # a generator function returns an iterator automatically
Generatoren sind die einfache Möglichkeit, iterators zu erstellen — yield kümmert sich um die __next__/StopIteration-Maschinerie für dich.
Die Unterscheidung iterable/iterator erklärt wie for-Schleifen in Python funktionieren und wie die Iteration über alle Sammlungen (Listen, Dicts, Dateien, Generatoren) über das iterator-Protokoll vereinheitlicht ist.
Das Verständnis dafür klärt echte Verhaltensweisen — warum ein iterator nur einmal verbraucht werden kann (ein häufiger Fehler: zweimaliges Durchlaufen eines Generators/zip ergibt beim zweiten Mal nichts), warum Generatoren iterators sind, und wie du deine eigenen Objekte iterable machst.
Dieses Protokoll ist die Grundlage von Pythons elegantem, konsistentem Iterationsmodell und ist unverzichtbar für die Arbeit mit Generatoren, Lazy Evaluation und benutzerdefinierten iterable Klassen.